論文の概要: Person Recognition in Aerial Surveillance: A Decade Survey

• arxiv url: http://arxiv.org/abs/2511.17674v1
• Date: Fri, 21 Nov 2025 06:00:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-25 18:34:24.352774
• Title: Person Recognition in Aerial Surveillance: A Decade Survey
• Title（参考訳）: 航空サーベイランスにおける人物認識:10年ぶりの調査
• Authors: Kien Nguyen, Feng Liu, Clinton Fookes, Sridha Sridharan, Xiaoming Liu, Arun Ross,
• Abstract要約: 本稿では,過去10年間の人間中心の空中監視作業における150以上の論文の概要について概説する。 関心の対象は人間であり、人間の対象が検出され、識別され、再同定される。 まず,これらのタスクを空域で実行する上で,一般的な地上環境と比較して,ユニークな課題を特定する。
• 参考スコア（独自算出の注目度）: 41.112253393812885
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid emergence of airborne platforms and imaging sensors is enabling new forms of aerial surveillance due to their unprecedented advantages in scale, mobility, deployment, and covert observation capabilities. This paper provides a comprehensive overview of 150+ papers over the last 10 years of human-centric aerial surveillance tasks from a computer vision and machine learning perspective. It aims to provide readers with an in-depth systematic review and technical analysis of the current state of aerial surveillance tasks using drones, UAVs, and other airborne platforms. The object of interest is humans, where human subjects are to be detected, identified, and re-identified. More specifically, for each of these tasks, we first identify unique challenges in performing these tasks in an aerial setting compared to the popular ground-based setting and subsequently compile and analyze aerial datasets publicly available for each task. Most importantly, we delve deep into the approaches in the aerial surveillance literature with a focus on investigating how they presently address aerial challenges and techniques for improvement. We conclude the paper by discussing the gaps and open research questions to inform future research avenues.
• Abstract（参考訳）: 空飛ぶプラットフォームと撮像センサーの急速な出現は、スケール、移動性、展開、および隠蔽観測能力において前例のない優位性のために、新しい形態の航空監視を可能にしている。 本稿では、コンピュータビジョンと機械学習の観点から、過去10年間の人間中心の空中監視タスクに関する150以上の論文の概要を概観する。 ドローン、UAV、その他の飛行プラットフォームを使った航空監視タスクの現状に関する、詳細な体系的なレビューと技術的分析を読者に提供することを目的としている。 関心の対象は人間であり、人間の対象が検出され、識別され、再同定される。 より具体的には、これらのタスクに対して、まず、一般的な地上設定と比較して、これらのタスクを空中設定で実行する際のユニークな課題を特定し、その後、各タスクで利用可能な航空データセットをコンパイルし、分析する。 最も重要なことは、航空監視に関する文献のアプローチを深く掘り下げ、彼らが現在、改善のための空中課題や技術にどのように対処しているかを調査することに集中していることです。 本論文は,今後の研究の道筋を知るために,ギャップとオープンな研究課題を議論し,論文を締めくくっている。

関連論文リスト

• Open-Vocabulary Object Detection in UAV Imagery: A Review and Future Perspectives [17.28550362736493]
  近年、無人航空機(UAV)技術の進歩により、この分野は新たな高地へと押し上げられている。 従来のUAV空中物体検出方法は、主に事前に定義されたカテゴリーを検出することに焦点を当てている。 クロスモーダルテキストイメージアライメント(例えばCLIP)の出現は、この制限を克服し、オープン語彙オブジェクト検出(OVOD)を可能にした。 本稿では,UAV空域におけるOVODの包括的調査について述べる。
  論文  参考訳（メタデータ） (2025-07-04T04:56:25Z)
• Maritime Search and Rescue Missions with Aerial Images: A Survey [12.532571610398767]
  従来の手法と、機械学習とニューラルネットワークに基づくより高度なアプローチの両方を含む、これまでに提案された手法を分析します。 私たちは、データ収集のためにチームを配置することなく、より広い範囲のシナリオをカバーするために合成データを使用することを考慮しています。
  論文  参考訳（メタデータ） (2024-11-12T08:57:21Z)
• The State of Aerial Surveillance: A Survey [62.198765910573556]
  本稿では、コンピュータビジョンとパターン認識の観点から、人間中心の空中監視タスクの概要を概観する。 主な対象は、単体または複数の被験者が検出され、特定され、追跡され、再同定され、その振る舞いが分析される人間である。
  論文  参考訳（メタデータ） (2022-01-09T20:13:27Z)
• Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
  航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。 本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。 本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
  論文  参考訳（メタデータ） (2021-11-17T21:48:31Z)
• Deep Learning for Embodied Vision Navigation: A Survey [108.13766213265069]
  身体的視覚ナビゲーション」問題では、エージェントが3D環境をナビゲートする必要がある。 本稿では、総合的な文献調査を提供することで、視覚ナビゲーションの具体的分野における現在の研究の概要を確立することを試みる。
  論文  参考訳（メタデータ） (2021-07-07T12:09:04Z)
• Perceiving Traffic from Aerial Images [86.994032967469]
  本研究では,空中画像中の物体を検出するために,バタフライ検出器と呼ばれる物体検出手法を提案する。 UAVDT(UAVDT)とVisDrone 2019(VisDrone 2019)の2つのUAVデータセット上でButterfly Detectorを評価し、従来の最先端の手法よりも高速に動作し、かつリアルタイムに動作可能であることを示す。
  論文  参考訳（メタデータ） (2020-09-16T11:37:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。