論文の概要: ASUMOT: Motion-Consistency-Based Asynchronous UAV Detection and Tracking with Event Cameras
- arxiv url: http://arxiv.org/abs/2607.11303v1
- Date: Mon, 13 Jul 2026 09:19:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 17:47:21.415386
- Title: ASUMOT: Motion-Consistency-Based Asynchronous UAV Detection and Tracking with Event Cameras
- Title（参考訳）: ASUMOT: イベントカメラによる動き一貫性に基づく非同期UAV検出と追跡
- Authors: Baofeng Jia, Xiaoyu Chen, Jingyuan Zhang, Zongze Wu, Haochen li, Jing Han, Lianfa Bai,
- Abstract要約: ASUMOTは、モーション一貫性に基づく非同期UAV検出および追跡フレームワークである。
ES-UAVは、密接なセマンティックアノテーションを備えた高定義のイベントレベルUAVベンチマークである。
- 参考スコア（独自算出の注目度）: 19.909043024134395
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Event cameras offer microsecond-level temporal resolution and high dynamic range for low-altitude UAV perception. However, long-range UAVs often produce sparse, fragmented, and noise-contaminated event responses, where one semantic target may appear as multiple spatially separated blobs. Direct blob-level asynchronous tracking therefore suffers from duplicate trajectories and unstable identities. We propose ASUMOT, a motion-consistency-based asynchronous UAV detection and tracking framework operating directly on raw events. ASUMOT models each UAV as a set of motion-consistent event blobs. A local motion-consistency estimator triggers reliable candidates, a lightweight multi-task verifier provides UAV confidence and motion-direction cues, and motion-consistency clustering aggregates fragmented blobs into identity-consistent UAV tracks. We also introduce ES-UAV, a high-definition event-level UAV benchmark with dense semantic annotations. Experiments on public UAV tracking data and ES-UAV show that ASUMOT improves the accuracy--efficiency trade-off while preserving asynchronous event processing. Code and Dataset will be released.
- Abstract（参考訳）: イベントカメラは、低高度UAV知覚のためのマイクロ秒レベルの時間分解能と高ダイナミックレンジを提供する。
しかし、長距離UAVは、しばしばスパース、断片化、ノイズ汚染イベント応答を生成し、そこでは1つのセマンティックターゲットが複数の空間的に分離されたブロブとして現れる。
したがって、直接ブロブレベルの非同期トラッキングは、重複した軌跡と不安定な同一性に悩まされる。
本稿では,動き一貫性に基づく非同期UAV検出・追跡フレームワークASUMOTを提案する。
ASUMOTは、各UAVを一連の運動一貫性イベントブロブとしてモデル化する。
局所的な動き一貫性推定器は信頼性の高い候補をトリガーし、軽量なマルチタスク検証器はUAVの信頼性と動き方向のキューを提供し、モーション一貫性クラスタリングは断片化されたブロブをアイデンティティに一貫性のあるUAVトラックに集約する。
また,高精細なセマンティックアノテーションを備えた高精細イベントレベルUAVベンチマークであるES-UAVを紹介する。
パブリックUAV追跡データとES-UAVの実験により、ASUMOTは非同期イベント処理を保ちながら精度-効率-トレードオフを改善することが示された。
CodeとDatasetがリリースされる。
関連論文リスト
- COVTrack++: Learning Open-Vocabulary Multi-Object Tracking from Continuous Videos via a Synergistic Paradigm [59.26203051651017]
C-TAOはOpen-Vocabulary Multi-Object Tracking (OVMOT)のための最初の連続アノテーション付きトレーニングセットである
フレームワークボトルネックに対するCOVTrack++は,3つのモジュールによる検出とアソシエーションの双方向相互機構を実現するための相乗的フレームワークである。
TAOの実験では、新しいTAAは検証とテストセットで35.4%、30.5%に達し、新しいAssocAは4.8%、新しいLocAは5.8%向上した。
論文 参考訳（メタデータ） (2026-03-25T07:20:27Z) - Architecture and evaluation protocol for transformer-based visual object tracking in UAV applications [0.0]
既存のビジュアルトラッカーは複雑なシナリオでは堅牢性に欠けるか、リアルタイムの組込み使用には計算的に要求されすぎている。
変換器ベースのトラッカーと拡張カルマンフィルタを組み合わせたモジュール非同期追跡アーキテクチャ(MATA)を提案する。
本稿では,ハードウェアに依存しない組込み指向評価プロトコルとNT2Fと呼ばれる新しいメトリクスを導入し,トラッカーが外部の助けなしにトラッキングシーケンスをどれだけ長く維持できるかを定量化する。
論文 参考訳（メタデータ） (2026-03-04T10:12:12Z) - 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) - UAUTrack: Towards Unified Multimodal Anti-UAV Visual Tracking [4.161228439649909]
UAUTrackは単一ストリーム、単一ステージ、エンドツーエンドアーキテクチャ上に構築された統合された単一ターゲット追跡フレームワークである。
その結果、UAUTrackはアンチUAVおよびDUTアンチUAVデータセット上で最先端のパフォーマンスを達成することがわかった。
論文 参考訳（メタデータ） (2025-12-02T11:47:13Z) - A Tri-Modal Dataset and a Baseline System for Tracking Unmanned Aerial Vehicles [74.8162337823142]
MM-UAVはMulti-Modal UAV Trackingの最初の大規模ベンチマークである。
データセットは30以上の挑戦的なシナリオにまたがっており、1,321の同期マルチモーダルシーケンスと280万以上の注釈付きフレームがある。
データセットを伴って、我々は新しいマルチモーダルマルチUAV追跡フレームワークを提供する。
論文 参考訳（メタデータ） (2025-11-23T08:42:17Z) - Tracking the Unstable: Appearance-Guided Motion Modeling for Robust Multi-Object Tracking in UAV-Captured Videos [58.156141601478794]
マルチオブジェクトトラッキング(UAVT)は、ビデオのフレーム間で一貫したアイデンティティを維持しながら、複数のオブジェクトを追跡することを目的としている。
既存の手法は、通常、動作キューと外観を別々にモデル化し、それらの相互作用を見渡して、最適下追跡性能をもたらす。
本稿では、AMC行列とMTCモジュールの2つの主要コンポーネントを通して、外観と動きの手がかりを利用するAMOTを提案する。
論文 参考訳（メタデータ） (2025-08-03T12:06:47Z) - UAVDB: Point-Guided Masks for UAV Detection and Segmentation [0.03464344220266879]
UAVの検出とセグメンテーションのための新しいベンチマークデータセットであるUAVDBを提案する。
ポイント誘導の弱い監視パイプライン上に構築されている。
UAVDBは、可視オブジェクトからほぼ1ピクセルのインスタンスまで、さまざまなスケールでUAVをキャプチャする。
論文 参考訳（メタデータ） (2024-09-09T13:27:53Z) - SpikeMOT: Event-based Multi-Object Tracking with Sparse Motion Features [52.213656737672935]
SpikeMOTはイベントベースのマルチオブジェクトトラッカーである。
SpikeMOTはスパイクニューラルネットワークを使用して、オブジェクトに関連するイベントストリームからスパーステンポラルな特徴を抽出する。
論文 参考訳（メタデータ） (2023-09-29T05:13:43Z) - Anti-UAV: A Large Multi-Modal Benchmark for UAV Tracking [59.06167734555191]
Unmanned Aerial Vehicle (UAV)は、商業とレクリエーションの両方に多くの応用を提供している。
我々は、UAVを追跡し、位置や軌道などの豊富な情報を提供するという課題を考察する。
300以上のビデオペアが580k以上の手動で注釈付きバウンディングボックスを含むデータセット、Anti-UAVを提案します。
論文 参考訳（メタデータ） (2021-01-21T07:00:15Z)
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。