Sep, 2024

无人机（UAV）：无人机数据集在分割、分类、检测和追踪中的多样化应用

HTML
PDF
TL;DR本研究解决了无人机数据集在不同研究领域应用缺乏全面性的难题。通过系统审视各种类型的无人机数据集，文章阐述了其在灾害评估、空中监视及物体识别等多方面的广泛应用。这项研究的关键发现是，利用这些数据集能够显著提升计算机视觉模型的能力，从而促进技术进步和理解复杂动态环境。
发现论文，激发创造
  • 无人机基准测试：目标检测和跟踪

    本文着重于构建一个针对复杂场景的无人机基准测试数据集，并对基准测试集中的物体检测、单目标跟踪和多目标跟踪进行了详细的定量分析，实验结果表明目前最先进的方法在这个数据集上的表现相对较差，给出了这一问题的多方面解决方案。

    Mar, 2018

  • UAVid: 一份用于无人机图像语义分割的数据集

    介绍并推广了 UAVid 数据集，即用于语义分割的无人机高分辨率影像数据集。该数据集采用斜视图拍摄，结合侧视和俯视角度，可为对象的识别提供更多信息，并提供了几种深度学习基线方法，其中提出的多尺度扩张网络效果最好。

    Oct, 2018

  • UAV-GESTURE: 用于无人机控制和手势识别的数据集

    为了填补这一空白并在更广泛的应用领域中开展研究，我们在室外环境中记录了一组UAV手势信号数据集。数据集中包含适用于基本UAV导航和指令的13个手势，共计119个高清视频剪辑，包含37151个帧，由基于姿势的卷积神经网络（P-CNN）计算得到的手势识别性能为91.9％。

    Jan, 2019

  • 航拍图像中的车辆重新识别: 数据集和方法

    本文提出了一个包含13k车辆实例的、用于车辆重新识别的大规模UAV数据集，并设计了一种专门的车辆重新识别算法来充分利用数据集中的丰富注释信息，可以显式地检测每个特定车辆的判别部分，并明显优于测试基线和现有车辆重新识别方法。

    Apr, 2019

  • AU-AIR：低空交通监控多模式无人机数据集

    本文提出了一种多用途的多模态传感器航空数据集（AU-AIR）,旨在弥合计算机视觉和机器人学之间的差距，并通过多种类型的记录数据进行真实环境的移动物体检测训练和测试，包括自带计算机的无人机。

    Jan, 2020

  • MOR-UAV: 一份用于 UAV 视频中移动物体识别的基准数据集与基线模型

    介绍了MOR-UAV数据集和MOR-UAVNet框架，该框架可以实现对UAV视频中的移动物体进行识别、分类和定位，无需预定义目标初始化，并针对MOR-UAV数据集进行了定量和定性实验。

    Aug, 2020

  • HIT-UAV：无人机高空红外热数据集

    该研究提出了一个用于无人机（UAV）物体检测应用的高空红外热数据集HIT-UAV，其中包含来自学校、停车场、道路、游乐场等地采集的2898个红外热图像，将有助于提高UAV应用的性能。

    Apr, 2022

  • SynDrone – 城市场景下多模态无人机数据集

    为了解决现有数据集图片数量有限的问题，本文提出了一个包含图像和三维数据的多模态综合数据集，该数据集包含28类的像素级标注，并可用于深度网络架构的有效训练，结果表明其在合成数据和实际数据的适应方面具有良好的前景。

    Aug, 2023

  • 基于深度学习的海上无人机影像目标检测：综述与实验比较

    利用海洋无人机进行目标检测的深度学习技术在海洋工程和海洋行业的应用越来越重要。本文综述了海洋无人机目标检测面临的挑战、相关方法以及无人机航拍数据集，并提出了一个名为MS2ship的海洋无人机航拍数据集用于船只检测。通过一系列实验评估和鲁棒性分析，论文展示了这些目标检测方法在海洋数据集上的性能，并对未来的海洋无人机目标检测工作进行了讨论和展望。

    Nov, 2023

  • 对航空数据的计算机视觉分析的全面回顾

    通过综合回顾计算机视觉任务，本文全面介绍了航空数据分析领域。主要关注对象检测、变化检测、对象分割和场景级分析等关键任务，并比较了不同架构和任务中使用的各种超参数。还对具有不同领域专业知识的库进行了深入讨论，包括航空数据集、采用的架构细节以及与航空数据分析中所有任务相关的评估指标。通过案例研究，探索了计算机视觉任务在各个领域中的航空数据应用，并提出实用解决方案来应对航空数据分析中固有的挑战。此外，还提出了未解决的重要问题，为未来的航空数据分析研究方向铺平了道路。

    Feb, 2024