論文の概要: FlyingDrones: A Dataset and Benchmark for Optical Flow Estimation from UAV motion

• arxiv url: http://arxiv.org/abs/2611.07705v1
• Date: Thu, 05 Nov 2026 09:26:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 21:50:50.634506
• Title: FlyingDrones: A Dataset and Benchmark for Optical Flow Estimation from UAV motion
• Title（参考訳）: FlyingDrones:UAV運動からの光フロー推定のためのデータセットとベンチマーク
• Abstract要約: 小型無人航空機の運動推定は、遠方の目標が少ないピクセルを占有し、コントラストが低く、複雑な動的背景に対して動くため困難である。 標準光学フローベンチマークでは、大きな物体中心の運動が強調され、したがって遠距離の目標をうまく特徴づけることができない。 物理ベースのレンダリングから得られた高密度な地中光流動とセグメンテーションマスクのベンチマークであるFlyingDronesを紹介した。
• 参考スコア（独自算出の注目度）: 45.88028371034407
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Optical flow is an important cue for drone analysis in aerial surveillance, airspace monitoring, and long-range target tracking, where motion remains informative when appearance is weak. Estimating the motion of small Unmanned Aerial Vehicles, however, is difficult because distant targets occupy few pixels, have low contrast, and move against complex dynamic backgrounds. Standard optical-flow benchmarks emphasize large, object-centric motions and therefore do not characterize distant aerial targets well. We introduce FlyingDrones, a generated benchmark with dense ground-truth optical flow and segmentation masks derived from physically based rendering, and define resolution-normalized metrics (EPE Norm) that normalize flow by image dimensions. We evaluate 16 state-of-the-art model families on a motion- and size-stratified subset of 999 flow pairs at three resolutions. Every family recovers drone motion better than the zero-flow reference, but the gap between families widens with resolution: at 1920x1080, global-matching, recurrent, transformer, and short-window temporal models separate clearly from pyramid, classical, self-supervised, lightweight, and diffusion models. Within-family checkpoint spread is comparable to or larger than between-family spread, so the training curriculum is as important as the architecture. Two complementary studies test the benchmark beyond synthetic accuracy: a ground-truth-free motion-alignment evaluation on 21 cameras of real UAV footage shows that the synthetic ranking carries a moderate, significant signal about real-world performance (Spearman \r{ho} = 0.63 over 41 checkpoints) while the exact top ranks differ, and a fine-tuning study shows that 800 FlyingDrones pairs reduce held-out drone-region error by up to 37% and improve drone localization on the real footage for all four architectures tested.
• Abstract（参考訳）: 光の流れは、航空監視、空域監視、長距離目標追跡において、ドローン分析において重要な手がかりである。 しかし、小さな無人航空機の運動を推定することは、遠方の標的が少数のピクセルを占有し、コントラストが低く、複雑なダイナミックな背景に対して動くため困難である。 標準光学フローベンチマークでは、大きな物体中心の運動が強調され、したがって遠距離の目標をうまく特徴づけることができない。 物理ベースレンダリングから得られた高密度な地中光流動とセグメンテーションマスクを備えたベンチマークであるFlyingDronesを導入し,画像次元によるフローの正規化を行う分解能正規化メトリクス (EPE Norm) を定義する。 我々は,999フロー対の運動および大きさ階層化されたサブセットを3つの解像度で評価した。 すべての家族はゼロフロー基準よりもドローンの動きを回復するが、家族間のギャップは解像度で拡大している。1920x1080では、グローバルマッチング、リカレント、トランスフォーマー、ショートウインドウの時間モデルがピラミッド、古典的、自己監督的、軽量、拡散モデルから明確に分離されている。 家庭内チェックポイントスプレッドは、家族間のスプレッドと同等かそれ以上であるため、トレーニングカリキュラムはアーキテクチャと同じくらい重要である。 実際のUAV映像の21台のカメラに基調のないモーションアライメントの評価では、合成ランキングは実世界のパフォーマンスに関する適度で重要な信号(Spearman \r{ho} = 0.63 over 41 checkpoints)を持ち、正確なトップランクは異なるが、微調整の結果、800台のFlyingDronesペアがドローンの領域エラーを最大37%減らし、テストされた4つのアーキテクチャの実際の映像のドローンローカライゼーションを改善した。

関連論文リスト

• RoboWorM: Evaluating Movement Realism, Consistency and Acceleration Affects in Embodied Video World Models [78.10886118053115]
  ビデオワールドモデル(VWM)は、ロボット操作のためのスケーラブルなニューラルシミュレータとして急速に発展しつつある。 ほとんどのベンチマークでは、厳密な3次元空間的推論とキネマティック推論を欠いたビジョンランゲージモデル(VLM)を使用して、それらをオープンワールドビデオジェネレータとしてのみ評価している。 このギャップを埋めるために、包括的で既知のハードウェア事前ベンチマークであるRoboWorMを紹介します。 我々は,RoboWorMが表面的な視覚的品質を維持しつつ,配置クリティカルな物理的制約を黙秘的に克服できることを実証する。
  論文  参考訳（メタデータ） (2026-10-24T17:11:06Z)
• Autonomous FPV Flight with Translational Optical Flow and Uncertainty Mask [21.625723699038897]
  本研究では,エゴモーション背景流からの障害物誘起光流を遠絡させ,低信号対雑音比に苦しむ方法を示す。 提案システムは、シミュレーションで最大13.91m/s、実世界のテストで11.79m/sの速度で堅牢な飛行を実現し、実際の30回の試験で93.3%の成功率を達成した。
  論文  参考訳（メタデータ） (2026-06-08T06:35:32Z)
• DeTrack: A Benchmark and Altitude-Aware Dual World Model for Drone-embodied Tracking [19.17071505132198]
  DeTrackは、ドローンが対話的な3D環境でターゲットを追跡することを必要とする、ドローンを身体的に追跡する新しいタスクだ。 AaDWorldsは、ドローンの身体追跡のための高度対応のデュアルワールドモデルフレームワークである。
  論文  参考訳（メタデータ） (2026-05-17T13:49:27Z)
• Video Reconstruction using Diffusion-based Image-to-Video Generation with Trajectory Guidance [0.19845233274307664]
  本報告では, 無人水上機による海中機動のドローン映像において, 欠落したフレームや落落したフレームを再構成する問題に対処する。 我々は,生のGPSテレメトリと単一の参照フレームを,事前学習した画像-映像拡散モデルを用いて,軌跡誘導映像シーケンスに変換するパイプラインを提案する。 搭載されたテレメトリログからのGPS座標は、等角写像によって画像空間に投影され、SG-I2V拡散モデルが条件となる車両ごとのモーションキューを生成する。
  論文  参考訳（メタデータ） (2026-05-14T12:38:23Z)
• 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)
• 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)
• MVA 2025 Small Multi-Object Tracking for Spotting Birds Challenge: Dataset, Methods, and Results [15.90859212645041]
  本稿では,時間情報を利用して単一フレーム検出の限界に対処するSMOT4SBチャレンジを提案する。 211UAVビデオシーケンスと108,192のアノテートフレームからなるSMOT4SBデータセット,(2)Dot DistanceとHOTAを組み合わせた新しいメトリクスであるSO-HOTA,(3)78名の参加者と308名の応募者による競合的MVA2025チャレンジ,。
  論文  参考訳（メタデータ） (2025-07-17T06:45:47Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• Open-World Drone Active Tracking with Goal-Centered Rewards [62.21394499788672]
  Drone Visual Active Trackingは、視覚的な観察に基づいてモーションシステムを制御することで、対象物を自律的に追跡することを目的としている。 DATは,世界初となるエア・ツー・グラウンド・トラッキング・ベンチマークである。 また,複雑なシナリオにおけるドローン追跡目標の性能向上を目的としたGC-VATを提案する。
  論文  参考訳（メタデータ） (2024-12-01T09:37:46Z)

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。