論文の概要: AE-UAV: An Air-to-Air Event-Based UAV Tracking Benchmark and a Real-Time Frequency-Domain Tracker
- arxiv url: http://arxiv.org/abs/2607.14726v1
- Date: Thu, 16 Jul 2026 08:53:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-17 17:01:33.047091
- Title: AE-UAV: An Air-to-Air Event-Based UAV Tracking Benchmark and a Real-Time Frequency-Domain Tracker
- Title（参考訳）: AE-UAV:空対空イベントベースUAVトラッキングベンチマークとリアルタイム周波数ドメイントラッキング
- Authors: Zixin Jiang, Bing He, Chaoran Xiong, Zhenzhen Wang, Xin Zhao, Ling Pei,
- Abstract要約: 空対空(A2A)無人航空機(UAV)の追跡は、低高度飛行目標の空中リモートセンシングに基本となる。
従来のフレームベースのカメラは、低照度、過剰露光、高速動作下での厳しい性能劣化に悩まされている。
イベントカメラは、マイクロ秒の時間分解能と高いダイナミックレンジを備えた有望な代替手段を提供する。
AE-UAV(エア・ツー・エア・イベントベースのUAV追跡ベンチマーク)を紹介する。
- 参考スコア（独自算出の注目度）: 12.263527186610686
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Air-to-air (A2A) unmanned aerial vehicle (UAV) tracking is fundamental to airborne remote sensing of low-altitude aerial targets. However, the deployment of continuous, real-time tracking systems on UAVs presents significant challenges. In A2A scenarios, traditional frame-based cameras suffer from severe performance degradation under low illumination, overexposure, and high-speed motion owing to their limited dynamic range and fixed temporal sampling. Although event cameras offer a promising alternative with microsecond temporal resolution and a high dynamic range, current research is bottlenecked by two primary issues: 1) the absence of dedicated A2A event-based datasets, and 2) the heavy reliance of existing trackers on GPU acceleration and extensive training data, rendering them impractical for resource-constrained UAVs. To bridge these gaps, we introduce AE-UAV, an air-to-air event-based UAV tracking benchmark. To the best of our knowledge, this is the first airborne-captured event camera dataset for A2A tracking, comprising 178 flight sequences with continuous-time cubic B-spline annotations. Furthermore, we propose the Fast-Slow Frequency-domain Tracking (FSFT) method. This lightweight, training-free framework seamlessly integrates frequency-domain template matching with search region prediction and detection-based drift correction. Extensive experiments demonstrate that FSFT operates at an ultra-fast 420 frames per second (FPS) on CPU-only hardware. It retains 93.97% of the accuracy of state-of-the-art GPU-dependent methods while delivering a 5.32-fold effective speedup and exhibiting superior temporal resolution generalization, thereby providing a highly efficient and robust solution for airborne remote sensing of aerial targets. The dataset and source code are available at https://github.com/MSP-xEN/AE-UAV.
- Abstract（参考訳）: 空対空(A2A)無人航空機(UAV)の追跡は、低高度飛行目標の空中リモートセンシングに基本となる。
しかし、UAV上での連続的リアルタイム追跡システムの展開は大きな課題を呈している。
A2Aのシナリオでは、従来のフレームベースのカメラは、低照度、過剰露光、ダイナミックレンジの制限と固定時間サンプリングによる高速動作の下で、厳しい性能劣化に悩まされる。
イベントカメラは、マイクロ秒時間分解能と高いダイナミックレンジを備えた有望な代替手段を提供するが、現在の研究は2つの主要な問題によってボトルネックになっている。
1)専用A2Aイベントベースデータセットの欠如、及び
2) 既存のトラッカーがGPUアクセラレーションと広範なトレーニングデータに大きく依存していることから, 資源制約されたUAVには実用的ではない。
これらのギャップを埋めるために、空対空イベントベースのUAV追跡ベンチマークであるAE-UAVを導入する。
我々の知る限り、これはA2A追跡のための最初の空中捕捉イベントカメラデータセットであり、連続時間3次B-スプラインアノテーションによる178回の飛行シーケンスから構成されている。
さらに,FSFT(Fast-Slow Frequency-domain Tracking)法を提案する。
この軽量でトレーニング不要なフレームワークは、周波数領域テンプレートマッチングと検索領域予測と検出ベースのドリフト補正をシームレスに統合する。
大規模な実験により、FSFTはCPUのみのハードウェア上で、超高速な420フレーム/秒(FPS)で動作することが示された。
最先端のGPU依存手法の精度は93.97%を維持しながら、5.32倍の効果的なスピードアップを提供し、時間分解能の優れた一般化を示し、空中目標の空中リモートセンシングのための高効率で堅牢なソリューションを提供する。
データセットとソースコードはhttps://github.com/MSP-xEN/AE-UAV.comで入手できる。
関連論文リスト
- Aero-World: Action-Conditioned Aerial Video Generation from Inertial Controls [57.166020875486474]
我々は,事前学習した画像から映像への拡散モデルを制御可能な空中ビデオ生成装置に変換する方法であるtextbfAero-World を提案する。
実ビデオ-IMUペアで独立して訓練された冷凍潜伏空間物理学プローブは、LoRA微調整中に慣性・一貫性の異なる監視を提供する。
AeroBenchでは、アクションのみの微調整で平均AASを57.7から63.6に改善し、AirScapeよりも優れた品質制御トレードオフを提供する。
論文 参考訳（メタデータ） (2026-05-19T12:02:17Z) - 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) - 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) - SpectraSentinel: LightWeight Dual-Stream Real-Time Drone Detection, Tracking and Payload Identification [0.0903415485511869]
民間空域でのドローンの拡散は、緊急のセキュリティ上の懸念を引き起こしている。
2025年のVIPカップの課題に対応するため、我々は2ストリームのドローン監視フレームワークを提案する。
我々のアプローチでは、並列赤外(熱)および可視(RGB)データストリーム上に、独立してYou Only Look Once v11-nano (YOLOv11n)オブジェクト検出器をデプロイする。
論文 参考訳（メタデータ） (2025-07-30T13:10:13Z) - A Simple Detector with Frame Dynamics is a Strong Tracker [43.912410355089634]
赤外線物体追跡は、反無人航空機(Anti-UAV)の用途において重要な役割を担っている。
既存のトラッカーは、しばしば収穫されたテンプレート領域に依存し、モーションモデリング機能に制限がある。
我々は,グローバルな検出と動き認識学習を統合することで,トラッキング性能を向上させる,シンプルで効果的な赤外線小物体トラッカーを提案する。
論文 参考訳（メタデータ） (2025-05-08T03:16:03Z) - Separating Drone Point Clouds From Complex Backgrounds by Cluster Filter -- Technical Report for CVPR 2024 UG2 Challenge [3.4655579096694664]
本稿では,教師なしパイプラインを用いた簡易なUAV検出手法を提案する。
時空間シーケンス処理を使用して複数のライダーデータセットを効果的に融合し、UAVの位置を追跡し、決定する。
本手法はCVPR 2024 UG2+ Challengeで4位を獲得し,本手法の有効性を確認した。
論文 参考訳（メタデータ） (2024-12-22T09:44:43Z) - Hardware Acceleration for Real-Time Wildfire Detection Onboard Drone
Networks [6.313148708539912]
遠隔地や森林地帯での山火事の検出は 破壊と生態系の保全を 最小化するのに不可欠です
ドローンは、高度な撮像技術を備えた、リモートで困難な地形へのアジャイルアクセスを提供する。
限られた計算とバッテリリソースは、画像分類モデルの実装と効率的な実装に困難をもたらす。
本稿では,リアルタイム画像分類と火災分断モデルの構築を目的とする。
論文 参考訳（メタデータ） (2024-01-16T04:16:46Z) - Multiview Aerial Visual Recognition (MAVREC): Can Multi-view Improve
Aerial Visual Perception? [57.77643186237265]
我々は、異なる視点から同期シーンを記録するビデオデータセットであるMultiview Aerial Visual RECgnition(MAVREC)を提示する。
MAVRECは約2.5時間、業界標準の2.7K解像度ビデオシーケンス、0.5万フレーム以上のフレーム、11万の注釈付きバウンディングボックスで構成されている。
これにより、MAVRECは地上および空中ビューのデータセットとして最大であり、ドローンベースのデータセットの中では4番目に大きい。
論文 参考訳（メタデータ） (2023-12-07T18:59:14Z) - DADFNet: Dual Attention and Dual Frequency-Guided Dehazing Network for
Video-Empowered Intelligent Transportation [79.18450119567315]
逆の気象条件は、ビデオベースの交通監視に深刻な課題をもたらす。
本稿では,リアルタイム視認性向上のための2つの注意と2つの周波数誘導型脱ハージングネットワーク(DADFNet)を提案する。
論文 参考訳（メタデータ） (2023-04-19T11:55:30Z) - Correlation Filters for Unmanned Aerial Vehicle-Based Aerial Tracking: A
Review and Experimental Evaluation [17.8941834997338]
識別相関フィルタ (DCF) ベースのトラッカーは, 単一のCPU上での高い計算効率とロバスト性で注目されている。
この研究では、23の最先端のDCFベースのトラッカーが、様々な問題を解決するためのイノベーションに従って要約されている。
実験では、UAVトラッキングにおけるDCFベースのトラッカーの現在の課題として、パフォーマンスを示し、実現可能性を検証する。
論文 参考訳（メタデータ） (2020-10-13T09:35:40Z) - 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。