論文の概要: SkyEV: RGB-Event UAV detection and tracking dataset and baseline
- arxiv url: http://arxiv.org/abs/2607.18747v1
- Date: Tue, 21 Jul 2026 06:12:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-22 19:05:05.322888
- Title: SkyEV: RGB-Event UAV detection and tracking dataset and baseline
- Title（参考訳）: SkyEV: RGB-Event UAVの検出と追跡データセットとベースライン
- Abstract要約: 高度に同期したRGBとイベントベースのデータを特徴とする,オープンソースのデータセットであるSkyEVを紹介する。
SkyEVは、カメラの動きや様々な光学装置など、複雑な現実世界の条件を捉えて、自分自身を区別する。
統一されたデータローダを提供し、実験ベースラインを確立し、挑戦的で小規模なターゲットを検出するデータセットの有効性を実証する。
- 参考スコア（独自算出の注目度）: 7.035143064175411
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Detecting UAVs in air spaces has become increasingly important due to UAVs widespread availability and easy usage. However, due to their small size, they are typically difficult to detect at a sufficient range. For the training of optimized detection algorithms, datasets have been published, covering optical sensing methods ranging from infrared to regular RGB to event-sensor-based. However, these datasets often fail to reflect realistic counter-UAV scenarios, lacking critical factors such as camera ego-motion, extremely small target scales, and diverse lens configurations, and introduce compression artefacts on the frame images. To address this gap, we introduce SkyEV, an open-source dataset featuring highly synchronized uncompressed RGB and event-based data. SkyEV distinguishes itself by capturing complex real-world conditions, including significant camera motion and varied optical setups, which are essential for testing the fundamental trade-off between Field of View and detection range. Furthermore, we provide a unified data loader and establish an experimental baseline using a multi-modal architecture, demonstrating the dataset's efficacy in detecting challenging, small-scale targets.
- Abstract（参考訳）: 空域におけるUAVの検出は、UAVの普及と利用の容易さにより、ますます重要になっている。
しかし、その大きさが小さいため、通常は十分な範囲で検出することは困難である。
最適化された検出アルゴリズムのトレーニングのために、赤外線から通常のRGB、イベントセンサーベースの光センシング手法をカバーするデータセットが公開された。
しかしながら、これらのデータセットは現実的な対UAVのシナリオを反映できず、カメラのエゴモーション、極めて小さなターゲットスケール、多彩なレンズ構成といった重要な要素を欠き、フレームイメージに圧縮アーチファクトを導入する。
このギャップに対処するために、高度に同期化されていないRGBとイベントベースのデータを備えたオープンソースのデータセットであるSkyEVを紹介します。
SkyEVは、視野と検出範囲の基本的なトレードオフをテストするのに欠かせない、大きなカメラモーションや様々な光学装置を含む複雑な現実世界の条件を捉えて、自分自身を区別する。
さらに、統合データローダを提供し、マルチモーダルアーキテクチャを用いて実験ベースラインを確立する。
関連論文リスト
- FEMOT: Multi-Object Tracking using Frame and Event Cameras [57.75021868843091]
バイオインスパイアされたイベントカメラは、高時間分解能と高ダイナミックレンジを提供し、極端なシナリオ下で補完的な手がかりを提供する。
FEMOTは、さまざまな現実シナリオと14の課題属性をカバーした、大規模でRGBのマルチオブジェクト追跡データセットである。
FEMOTRは、RGBとイベント機能を分離し、周波数領域でそれらを融合するマルチモーダルトラッキングフレームワークである。
論文 参考訳（メタデータ） (2026-06-12T04:17:41Z) - A Multimodal RGB and Events Dataset for Hand Detection in First-Person View [2.5043709580004787]
既存の手検出アルゴリズムは画像に作用し、検出率はカメラのフレームレートによって制限される。
近年の研究では、イベントベースとフレームベースのカメラのステレオ設定により、検出精度と帯域幅レイテンシのトレードオフが改善されている。
本稿では,エゴセントリック・ファースト・パーソナリティの観点から,その方法論と模範的なイベントベースハンドデータセットを提案する。
論文 参考訳（メタデータ） (2026-06-09T12:40:47Z) - Towards UAV Detection in the Real World: A New Multispectral Dataset UAVNet-MS and a New Method [80.50361258830928]
UAVNet-MSは、微小UAV検出のための最初のマルチスペクトルデータセットである。
本稿では、アレイ誘起パララックスと空間-スペクトル融合に対処するデュアルストリームベースラインであるMFDNetを提案する。
この研究は、基礎的なデータセット、強力なベースライン、マルチスペクトルUAV監視研究のためのベンチマークを提供する。
論文 参考訳（メタデータ） (2026-05-20T09:49:04Z) - RAWild: Sensor-Agnostic RAW Object Detection via Physics-Guided Curve and Grid Modeling [69.96407948879015]
textbfRAWildは、センサに依存しないRAWオブジェクト検出のための物理誘導型グローバルローカルトーンマッピングフレームワークである。
我々は、様々なスペクトル感度、照度、センサ非理想性にまたがるリアルなセンサ出力を合成する物理ベースのRAWシミュレーションパイプラインを構築した。
論文 参考訳（メタデータ） (2026-05-07T09:51:47Z) - UAV-CB: A Complex-Background RGB-T Dataset and Local Frequency Bridge Network for UAV Detection [23.481887931930004]
現実のシナリオでは、UAVは建物、植生、電力線などの周囲の構造物と視覚的に混ざり合っていることが多い。
既存のUAV検出データセットは様々だが、これらのカモフラージュと複雑な背景の課題を捉えるために特別に設計されたものではない。
我々は、低高度背景とカモフラージュ特性を強調するために意図的にキュレートされた新しいRGB-T UAV検出データセットであるUAV-CBを構築した。
また、RGB-T核融合における周波数-空間融合ギャップとモード間差ギャップを橋渡しするために、局所周波数空間を特徴付けるローカル周波数ブリッジネットワーク(LFBNet)を提案する。
論文 参考訳（メタデータ） (2026-03-18T08:55:35Z) - SAGA: Semantic-Aware Gray color Augmentation for Visible-to-Thermal Domain Adaptation across Multi-View Drone and Ground-Based Vision Systems [1.891522135443594]
ドメイン適応型熱オブジェクト検出は、可視(RGB)から熱(IR)への適応を促進する上で重要な役割を果たす。
色やテクスチャの手がかりの欠如など、赤外線画像の固有の制限は、RGB訓練されたモデルに課題をもたらす。
本稿では,カラーバイアスを緩和し,領域ギャップを埋めるための新しい戦略であるセマンティック・アウェア・グレイカラー拡張(SAGA)を提案する。
論文 参考訳（メタデータ） (2025-04-22T09:22:11Z) - Multi-Domain Biometric Recognition using Body Embeddings [51.36007967653781]
身体埋め込みは中波長赤外線(MWIR)領域と長波長赤外線(LWIR)領域の顔埋め込みよりも優れていた。
我々は、IJB-MDFデータセット上でのベンチマーク結果を確立するために、ビジョントランスフォーマーアーキテクチャを活用している。
また, クロスエントロピーとトリプルト損失の単純な組み合わせで, VISデータにのみ事前訓練された体モデルを微調整することで, 最先端のmAPスコアが得られることを示す。
論文 参考訳（メタデータ） (2025-03-13T22:38:18Z) - IndraEye: Infrared Electro-Optical UAV-based Perception Dataset for Robust Downstream Tasks [1.629670808239867]
本稿では,各種タスク用に設計されたマルチセンサ(EO-IR)データセットであるIndraEyeデータセットを紹介する。
画像は5,612枚と145,666枚で、複数の視角、高度、7つの背景、インド亜大陸を横断する異なる時間を含む。
このデータセットは、マルチモーダル学習、オブジェクトの検出とセグメンテーションのためのドメイン適応、センサー固有の強度と弱点の探索など、いくつかの研究機会を開く。
論文 参考訳（メタデータ） (2024-10-28T12:12:28Z) - SARDet-100K: Towards Open-Source Benchmark and ToolKit for Large-Scale SAR Object Detection [79.23689506129733]
我々は,大規模SARオブジェクト検出のための新しいベンチマークデータセットとオープンソース手法を構築した。
私たちのデータセットであるSARDet-100Kは、10の既存のSAR検出データセットの厳格な調査、収集、標準化の結果です。
私たちの知る限りでは、SARDet-100KはCOCOレベルの大規模マルチクラスSARオブジェクト検出データセットとしては初めてのものです。
論文 参考訳（メタデータ） (2024-03-11T09:20:40Z) - Drone-based RGB-Infrared Cross-Modality Vehicle Detection via
Uncertainty-Aware Learning [59.19469551774703]
ドローンによる車両検出は、空中画像中の車両の位置とカテゴリーを見つけることを目的としている。
我々はDroneVehicleと呼ばれる大規模ドローンベースのRGB赤外線車両検出データセットを構築した。
私たちのDroneVehicleは28,439RGBの赤外線画像を収集し、都市道路、住宅地、駐車場、その他のシナリオを昼から夜までカバーしています。
論文 参考訳（メタデータ） (2020-03-05T05:29:44Z)
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。