論文の概要: Toward Active Object Detection for UAVs in the Wild: A Large-Scale Dataset, Benchmark and Method

• arxiv url: http://arxiv.org/abs/2607.09078v1
• Date: Fri, 10 Jul 2026 03:49:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-13 16:48:13.423653
• Title: Toward Active Object Detection for UAVs in the Wild: A Large-Scale Dataset, Benchmark and Method
• Title（参考訳）: 野生のUAVの能動物体検出に向けて:大規模データセット,ベンチマーク,方法
• Abstract要約: 本稿では,UAV-Ground Active Object Detection (UGAOD) のための,最初の大規模実世界のデータセットである ATRNet-LUDO を提案する。 12万1000枚のパノラマ・パノラマ・マルチターゲット空中画像と121万枚のローカル・シングルターゲット・スライスが含まれており、40のシナリオで10台の車両を対象とする。 UAVエージェントインタラクションとアクティブな観察ポリシー学習のための多様なトレーニングとテスト環境の構築を可能にする。
• 参考スコア（独自算出の注目度）: 21.21005637901574
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Object detection is a fundamental component in numerous Unmanned Aerial Vehicle (UAV) applications, yet it has long been plagued by hindrances like occlusion or target pixel scarcity. Active Object Detection (AOD) provides a novel paradigm to address these challenges via active vision, while UAV-based AOD research remains scarce due to the lack of high-quality datasets and benchmarks for algorithm development and evaluation. To fill this gap, this paper presents ATRNet-LUDO, the first large-scale real-world dataset for UAV-Ground Active Object Detection (UGAOD). It contains 121,000 multi-view panoramic multi-target aerial images and 1.21 million local single-target slices, covering 10 vehicle targets across 40 scenarios. It enables the construction of diverse training and testing environments for UAV agent interaction and active observation policy learning. Based on this dataset, we establish a comprehensive evaluation benchmark for AOD policy learning methods. Most existing AOD policies rely on Deep Reinforcement Learning (DRL) but suffer from poor generalization. Evaluations on our benchmark reveal a significant generalization gap between training and testing performance, highlighting an urgent need for solutions. To this end, we leverage the Joint Embedding Predictive Architecture (JEPA) to construct a world model that enhances state representation learning, and propose AOD-JEPA by incorporating AOD-specific prior knowledge. Extensive experiments validate its effectiveness and superiority. We hope ATRNet-LUDO and the benchmark will advance research in the UGAOD field. The dataset and code are soon available at https://github.com/Leo000ooo/LUDO_dataset.
• Abstract（参考訳）: 物体検出は、多くの無人航空機(UAV)アプリケーションにおいて基本的な要素であるが、長い間、閉塞や標的画素の不足といった障害に悩まされてきた。 アクティブオブジェクト検出(AOD)は、アクティブビジョンを介してこれらの課題に対処する新しいパラダイムを提供する。一方、UAVベースのAOD研究は、アルゴリズムの開発と評価のための高品質なデータセットとベンチマークが欠如しているため、依然として不足している。 このギャップを埋めるために,UAV-Ground Active Object Detection (UGAOD) のための大規模な実世界のデータセットである ATRNet-LUDO を提案する。 12万1000枚のパノラマ・パノラマ・マルチターゲット空中画像と121万枚のローカル・シングルターゲット・スライスが含まれており、40のシナリオで10台の車両を対象とする。 UAVエージェントインタラクションとアクティブな観察ポリシー学習のための多様なトレーニングとテスト環境の構築を可能にする。 このデータセットに基づいて、AODポリシー学習手法の総合評価ベンチマークを構築した。 既存のAOD政策は、ディープ強化学習(Dep Reinforcement Learning, DRL)に依存しているが、一般化が不十分である。 私たちのベンチマークでは、トレーニングとテストのパフォーマンスの間に大きな一般化のギャップが見られ、ソリューションの緊急なニーズが浮かび上がっています。 この目的のために、我々はJEPA(Joint Embedding Predictive Architecture)を活用し、状態表現学習を強化する世界モデルを構築し、AOD固有の事前知識を取り入れてAOD-JEPAを提案する。 大規模な実験は、その効果と優越性を検証した。 ATRNet-LUDOとベンチマークがUGAOD分野の研究を進めることを願っている。 データセットとコードはすぐにhttps://github.com/Leo000ooo/LUDO_dataset.comで入手できる。

関連論文リスト

• Beyond Known Objects: A Novel Framework for Open-Set Object Detection using Negative-Aware Norm [9.59690330728612]
  本研究では,NAN-SPOTを提案する。NAN-SPOTは,ベースオブジェクト検出器の再トレーニングを必要とせず,オブジェクトの振舞いを推定するフレームワークである。 NAN-SPOTは、重い訓練を必要とする方法よりも、未知のオブジェクト検出の性能が向上する。 この効率性と堅牢性により、NAN-SPOTは自動運転におけるオープンワールドの認識に向けた有望なステップとなる。
  論文  参考訳（メタデータ） (2026-05-04T07:18:37Z)
• More Clear, More Flexible, More Precise: A Comprehensive Oriented Object Detection benchmark for UAV [58.89234732689013]
  CODroneは、現実の状況を正確に反映した、UAVのための包括的なオブジェクト指向オブジェクト検出データセットである。 また、下流のタスク要求に合わせて設計された新しいベンチマークとしても機能する。 我々は、CODroneを厳格に評価するために、22の古典的またはSOTA法に基づく一連の実験を行う。
  論文  参考訳（メタデータ） (2025-04-28T17:56:02Z)
• Oriented Tiny Object Detection: A Dataset, Benchmark, and Dynamic Unbiased Learning [51.170479006249195]
  本研究では,新しいデータセット,ベンチマーク,動的粗大な学習手法を提案する。 提案するデータセットであるAI-TOD-Rは、すべてのオブジェクト指向オブジェクト検出データセットの中で最小のオブジェクトサイズを特徴としている。 完全教師付きおよびラベル効率の両アプローチを含む,幅広い検出パラダイムにまたがるベンチマークを提案する。
  論文  参考訳（メタデータ） (2024-12-16T09:14:32Z)
• UEVAVD: A Dataset for Developing UAV's Eye View Active Object Detection [13.208447570946173]
  排除は、UAVベースの物体検出に挑戦する長年の困難である。 Active Object Detection (AOD)は、この目的を達成する効果的な方法を提供する。 我々は、UAV AOD問題の研究を促進するために、UAVの目視アクティブビジョンデータセットUEVAVDをリリースする。
  論文  参考訳（メタデータ） (2024-11-07T01:10:05Z)
• Underwater Object Detection in the Era of Artificial Intelligence: Current, Challenge, and Future [119.88454942558485]
  水中物体検出(UOD)は、水中の画像やビデオ中の物体を識別し、ローカライズすることを目的としている。 近年、人工知能(AI)に基づく手法、特に深層学習法は、UODにおいて有望な性能を示している。
  論文  参考訳（メタデータ） (2024-10-08T00:25:33Z)
• SOOD++: Leveraging Unlabeled Data to Boost Oriented Object Detection [68.18620488664187]
  本稿では,SOOD++ と呼ばれる簡易かつ効果的な半教師付きオブジェクト指向検出手法を提案する。 具体的には、空中画像からの物体は、通常任意の向き、小さなスケール、密度分布を持つ。 各種ラベル付き環境下での多目的対象物に対する大規模な実験により,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2024-07-01T07:03:51Z)
• Learning Feature Inversion for Multi-class Anomaly Detection under General-purpose COCO-AD Benchmark [101.23684938489413]
  異常検出(AD)は、しばしば産業品質検査や医学的病変検査のための異常の検出に焦点が当てられている。 この研究はまず、COCOをADフィールドに拡張することにより、大規模で汎用的なCOCO-ADデータセットを構築する。 セグメンテーション分野のメトリクスにインスパイアされた我々は、より実用的なしきい値に依存したAD固有のメトリクスをいくつか提案する。
  論文  参考訳（メタデータ） (2024-04-16T17:38:26Z)
• Open World Object Detection in the Era of Foundation Models [53.683963161370585]
  5つの実世界のアプリケーション駆動データセットを含む新しいベンチマークを導入する。 本稿では,オープンワールドのための新しいオブジェクト検出モデル(FOMO)を提案する。
  論文  参考訳（メタデータ） (2023-12-10T03:56:06Z)
• Long Range Object-Level Monocular Depth Estimation for UAVs [0.0]
  本稿では,画像からモノクロ物体を長距離検出するための最先端手法の新たな拡張法を提案する。 まず、回帰タスクとして深度推定をモデル化する際、SigmoidおよびReLUライクエンコーディングを提案する。 次に,深度推定を分類問題とし,訓練損失の計算にソフトアルグマックス関数を導入する。
  論文  参考訳（メタデータ） (2023-02-17T15:26:04Z)

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。