基于无人机热成像与目标检测的野生动物自动识别实证研究
计算机视觉与模式识别
2023-10-18 v1 多媒体
机器人学
摘要
人工智能有望通过具有成本效益的野生动物数据收集与解读方法，为野生动物管理做出宝贵贡献。遥控飞机系统（RPAS或“无人机”）与热成像技术的最新进展，为收集野生动物数据创造了新途径。这些新兴技术可望提供标准繁重野外技术的可行替代方案，并覆盖大得多的区域。在本研究中，我们对基于无人机的野生动物检测进行了全面综述与实证研究。具体而言，我们收集了一个真实的无人机野生动物热成像检测数据集。我们所收集数据中的野生动物检测目标，包括树栖物种（例如考拉，phascolarctos cinereus）和地面栖息物种，均由专家通过边界框进行标注。随后，我们在所收集数据集上对标(state-of-the-art)目标检测算法进行了基准测试。我们利用这些实验结果来识别问题，并探讨利用无人机进行动物自动监测的未来方向。
引用
@article{arxiv.2310.11257,
title = {An empirical study of automatic wildlife detection using drone thermal imaging and object detection},
author = {Miao Chang and Tan Vuong and Manas Palaparthi and Lachlan Howell and Alessio Bonti and Mohamed Abdelrazek and Duc Thanh Nguyen},
journal= {arXiv preprint arXiv:2310.11257},
year = {2023}
}