論文の概要: EventRadar: Long-Range Visual UAV Discovery through Spatiotemporal Event Sensing
- arxiv url: http://arxiv.org/abs/2606.11285v1
- Date: Tue, 09 Jun 2026 16:42:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-11 16:42:38.110688
- Title: EventRadar: Long-Range Visual UAV Discovery through Spatiotemporal Event Sensing
- Title（参考訳）: EventRadar: 時空間イベントセンシングによる長距離視覚的UAV発見
- Authors: Zhiting Zhou, Xingchen Liu, Xinglin Yu, Jiashen Chen, Haoyang Wang, Jingao Xu, Yunhao Liu, Xinlei Chen,
- Abstract要約: EventRadarは広角領域を探索し、小さな長距離目標を見つけ、ベアリングサポートとUAV固有の証拠を返却する。
我々はこのキューをイベントカメラのプロトタイプを用いてキロスケールのアクティブセンシングに拡張する。
EventRadarは0.990 mAP$_.3$と0.949 F1$_.3$を達成し、FN$_.3$を0.009に減らし、プロトタイププロファイリングのリアルタイム実現可能性を示している。
- 参考スコア（独自算出の注目度）: 25.011417164526293
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Unauthorized unmanned aerial vehicle (UAV) activity around airports, public venues, and other sensitive sites has made protected-airspace monitoring increasingly important. A practical sensing system must search a wide angular region, find small long-range targets, and return both bearing support and UAV-specific evidence before a restricted perimeter is breached. Existing UAV detection paths often rely on spatially organized evidence, such as body extent, silhouette, or track continuity. At long range, however, these cues become difficult to preserve and verify as the target footprint weakens and its image-plane support shrinks. EventRadar follows a complementary cue: propeller-induced temporal periodicity, which recent event-camera sensing studies have shown can reveal UAV-specific motion after appearance becomes weak. We extend this cue to kilometer-scale active sensing with an event-camera prototype. Scene-Anchored Geometry Evidence (SAGE) fuses scanning events with IMU pose to maintain a bearing-indexed scene memory, separating transient candidate support from persistent background clutter. Comb-guided Harmonic-Group Learned Iterative Shrinkage and Thresholding Algorithm (CHG) then treats each candidate as a weak high-rate timing signal and recovers phase-insensitive harmonic evidence with fixed compute. Compared with related event-camera baselines on 700-1500 m UAV event recordings, EventRadar achieves 0.990 mAP$_{.3}$ and 0.949 F1$_{.3}$, reduces FN$_{.3}$ to 0.009, and shows real-time feasibility in prototype profiling.
- Abstract（参考訳）: 無人航空機(UAV)は、空港、公共施設、その他の機密施設を中心に活動しており、航空監視の重要性が高まっている。
現実的な検知システムは、広い角領域を探索し、小さな長距離目標を見つけ、制限された周辺線が破られる前に、支持軸受とUAV固有の証拠の両方を返さなければならない。
既存のUAV検出経路は、しばしば身体範囲、シルエット、追跡連続性などの空間的に組織された証拠に依存している。
しかし、遠距離では、目標フットプリントが弱まり、画像プレーンのサポートが縮小するにつれて、これらのキューの保存と検証が困難になる。
EventRadarは、プロペラによって引き起こされる時間周期性(英語版)という補完的なキューに従っている。
我々はこのキューをイベントカメラのプロトタイプを用いてキロスケールのアクティブセンシングに拡張する。
SAGE(Scene-Anchored Geometry Evidence)は、スキャンイベントをIMUと融合してベアリングインデックス付きシーンメモリを維持することで、永続的なバックグラウンドクラッタから一時的な候補サポートを分離する。
Comb-guided Harmonic-Group Learned Iterative Shrinkage and Thresholding Algorithm (CHG) は、各候補を弱い高速度タイミング信号として扱い、位相非感受性の高調波証拠を固定計算で回収する。
700-1500mのUAVイベント記録のイベントカメラベースラインと比較して、EventRadarは0.990 mAP$_{.3}$と0.949 F1$_{.3}$を達成し、FN$_{.3}$を0.009に削減し、プロトタイププロファイリングのリアルタイム実現可能性を示している。
関連論文リスト
- ATN3D: Density-Aware LiDAR-Radar Early 3D Object Detection Under Extreme Sparsity [4.484299565861011]
3Dオブジェクト検出は、自動車両の知覚のバックボーンである。
長距離検出は、感覚証拠が希少であるため困難である。
Ask The Neighbor' (ATN3D) をスパースレンジ条件に適したLiDAR-Radarフレームワークとして提案する。
論文 参考訳（メタデータ） (2026-06-08T15:32:29Z) - SEArch: Optimistic Policy Selection Between Scene Noise and Drift for UAV Radar Search [3.121398783448697]
レーダーセンサーを装備した無人航空機(UAV)は、多様な環境での捜索任務のために配備される。
基本的な課題は、UAVが動的かつ潜在的に静止しない環境を通過するときのレーダー統計の変化から生じる。
特定検出器ライブラリー上でのオンラインポリシー選択問題として,マルチ政治パラダイムを採用し,UAVターゲット探索を定式化する。
実験では、非定常的な設定の範囲で、適応的でないベースラインと比較して、最大30%の後悔の削減が示される。
論文 参考訳（メタデータ） (2026-05-31T16:21:41Z) - M$^2$E-UAV: A Benchmark and Analysis for Onboard Motion-on-Motion Event-Based Tiny UAV Detection [20.01651780259493]
M$2$E-UAVは、小型UAV検出のためのUAVビューモーションオンモーションイベントベースのデータセットとベンチマークである。
オンボードセンシングプラットフォームから収集した同期イベントストリームとIMU測定を提供する。
ベンチマークには4つのシーンファミリーにわたる87,223のトレーニングサンプルと21,395の検証サンプルが含まれている。
論文 参考訳（メタデータ） (2026-05-11T12:54:34Z) - Pushing Radar Odometry Beyond the Pavement: Current Capabilities and Challenges [7.820881002491645]
オフロードオドメトリー推定におけるレーダの可能性について検討する。
本稿では,3次元レーダー点雲の生成に動き補償を適用したRadar-KISSICPと,IMU事前積分を利用してスキャンマッチングを安定化するRadar-IMUの2つの簡単なベースラインを紹介する。
Great Outdoorsデータセットの実験は、これらのベースラインが挑戦ルートにおける軌道推定を改善することを示した。
論文 参考訳（メタデータ） (2026-04-27T16:34:18Z) - Instance-level Visual Active Tracking with Occlusion-Aware Planning [61.982298426203165]
Visual Active Tracking (VAT)は、カメラを3D空間でターゲットに追従することを目的としている。
VATは、視覚的に類似したイントラクタからの混乱と、閉塞下での深刻な障害という、現実世界のデプロイメントにおいて2つの重要なボトルネックに直面している。
3つの相補的なモジュールを持つ統一パイプラインであるOA-VATを提案する。
論文 参考訳（メタデータ） (2026-04-23T09:11:50Z) - DinoRADE: Full Spectral Radar-Camera Fusion with Vision Foundation Model Features for Multi-class Object Detection in Adverse Weather [4.199844472131922]
DinoRADEは、高密度なRadarテンソルを処理し、カメラパースペクティブで変換された参照ポイントの周りに視覚的特徴を集約するRadar中心検出パイプラインである。
我々は,全気象条件におけるK-Radarデータセットの総合的な性能評価を行い,検出性能を5つのクラスで個別に報告した。
論文 参考訳（メタデータ） (2026-04-09T10:46:41Z) - How Far are Modern Trackers from UAV-Anti-UAV? A Million-Scale Benchmark and New Baseline [74.4054700050366]
無人航空機(UAV)は広範囲のアプリケーションを提供するが、安全性とプライバシー侵害のリスクも大きい。
現在の反UAV研究は、主に固定地上カメラで撮影したRGB、赤外線(IR)、またはRGB-IRビデオに焦点を当てている。
本稿では,UAV-Anti-UAVと呼ばれるマルチモーダル視覚追跡タスクを提案する。
論文 参考訳（メタデータ） (2025-12-08T10:19:54Z) - RobuRCDet: Enhancing Robustness of Radar-Camera Fusion in Bird's Eye View for 3D Object Detection [68.99784784185019]
暗い照明や悪天候はカメラの性能を低下させる。
レーダーは騒音と位置のあいまいさに悩まされる。
本稿では,BEVの頑健な物体検出モデルであるRobuRCDetを提案する。
論文 参考訳（メタデータ） (2025-02-18T17:17:38Z) - Fully Convolutional One-Stage 3D Object Detection on LiDAR Range Images [96.66271207089096]
FCOS-LiDARは、自律走行シーンのLiDAR点雲のための完全な1段式3Dオブジェクト検出器である。
標準的な2Dコンボリューションを持つRVベースの3D検出器は、最先端のBEVベースの検出器と同等の性能を発揮することを示す。
論文 参考訳（メタデータ） (2022-05-27T05:42:16Z) - A Multi-UAV System for Exploration and Target Finding in Cluttered and
GPS-Denied Environments [68.31522961125589]
複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。
UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。
その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
論文 参考訳（メタデータ） (2021-07-19T12:54:04Z) - 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。