DrIFT：带集成真实与合成数据、灵活视角和变换域的自主无人机数据集
计算机视觉与模式识别
2024-12-10 v1
摘要
可靠的视觉无人机检测对于将无人机安全集成到空中交通系统至关重要。然而，由于环境变化、视角差异和背景变化，无人机检测精度受到显著影响。为此，我们提出DrIFT数据集，专为视觉无人机检测下的域迁移问题而开发。DrIFT包含14个不同的域，每个域特征为视角、合成到真实数据、季节和恶劣天气的迁移。DrIFT独特地强调了背景迁移，通过提供背景分割图实现面向背景的指标和评估。我们提出的新型不确定性估计指标MCDO-map具有更低的后处理复杂度，超越传统方法。我们在MCDO-map上构建的不确定性感知无监督域适应方法显示优于SOTA无监督域适应技术。数据集可在：https://github.com/CARG-uOttawa/DrIFT.git获取。
引用
@article{arxiv.2412.04789,
title = {DrIFT: Autonomous Drone Dataset with Integrated Real and Synthetic Data, Flexible Views, and Transformed Domains},
author = {Fardad Dadboud and Hamid Azad and Varun Mehta and Miodrag Bolic and Iraj Mantegh},
journal= {arXiv preprint arXiv:2412.04789},
year = {2024}
}
备注
WACV2025