Dogfight：从无人机视频中检测无人机

随着空中飞行器变得越来越自主且无处不在，开发感知其周边物体的能力已变得至关重要。本文试图解决从其他飞行无人机检测无人机的问题。源无人机与目标无人机的无规律运动、小尺寸、任意形状、大强度变化以及遮挡使得该问题极具挑战性。在此场景下，基于区域提议的方法无法捕获足够的判别性前景-背景信息。此外，由于源和目标无人机的极小尺寸与复杂运动，基于特征聚合的方法也表现不佳。为此，我们不使用基于区域提议的方法，而是提出采用一种利用时空注意力线索的两阶段基于分割的方法。在第一阶段，给定重叠帧区域，通过金字塔池化在卷积特征图上捕获详细的上下文信息。之后对特征图施加像素和通道注意力以确保准确的无人机定位。在第二阶段，对第一阶段的检测结果进行验证并探索新的可能无人机位置。为发现新无人机位置，使用了运动边界。随后对候选无人机检测跟踪若干帧、形成立方体、提取三维卷积特征图，并在每个立方体内检测无人机。所提方法在两个公开可用的无人机检测数据集上进行了评估，并优于多个具有竞争力的基线。