基于无人机平台采集视频与热成像的目标检测算法比较：无人机在交通管理中的应用
计算机视觉与模式识别
2021-09-28 v1
摘要
无人机（UAV）在交通管理中的应用快速增长，例如交通监视、监测与事件检测。然而，现有文献缺乏在解决实践中隐私问题的同时实现实时事件检测的解决方案。本研究探索了在视觉与红外相机上的实时车辆检测算法，并设计实验比较其性能。RGB 视频与热成像图像采集自佛罗里达州坦帕地区高速公路沿线的 UAS 平台。实验旨在量化悬停无人机上静止相机在自由流条件下基于背景减除的实时车辆检测方法性能。实验中根据无人机与传感器相对于道路的几何关系设定若干参数。结果表明，基于背景减除的方法在 RGB 图像上可获得良好检测性能（多数情况下 F1 分数约 0.9），而在不同方位角的热成像图像上性能差异较大。这些实验结果将有助于为无人机用于检测高速公路拥堵制定协议、标准与指南，并为事件检测算法的开发提供输入。
引用
@article{arxiv.2109.13185,
title = {Comparison of Object Detection Algorithms Using Video and Thermal Images Collected from a UAS Platform: An Application of Drones in Traffic Management},
author = {Hualong Tang and Joseph Post and Achilleas Kourtellis and Brian Porter and Yu Zhang},
journal= {arXiv preprint arXiv:2109.13185},
year = {2021}
}
备注
Submitted to the 2022 TRB Annual Meeting