DroneKey：基于门控关键表示和姿态自适应学习的图像序列无人机3D姿态估计
计算机视觉与模式识别
2025-08-26 v1
摘要
无人机3D姿态估计对于反无人机系统至关重要，但现有方法在无人机关键点检测方面存在挑战。无人机的螺旋桨作为关键点，但因其高度视觉相似性和姿态多样性而难以检测。为解决这些挑战，我们提出了DroneKey框架，将专为无人机设计的2D关键点检测器和3D姿态估计器相结合。 在关键点检测阶段，我们从每个变换编码器层中提取两种关键表示（中间表示和紧凑表示），并通过门控求和进行最佳组合。我们还在损失函数中引入了姿态自适应马哈oris距离，以确保在极端姿态下的关键点预测稳定性。我们构建了无人机2D关键点和3D姿态的数据集用于训练和评估，该数据集已公开发布。实验表明，我们的方法在关键点检测上实现了99.68%的平均精确率（OKS），超越现有方法。消融研究确认，姿态自适应马哈oris损失函数改进了关键点预测的稳定性和准确性。此外，编码器设计的改进使实时处理成为可能，帧率达到44 FPS。对于3D姿态估计，我们的方法实现了10.62°的平均绝对误差（MAE-angle）、0.221m的均方根误差（RMSE）和0.076m的绝对误差（MAE-absolute），显示出高精度和可靠性。代码和数据集可在 https://github.com/kkanuseobin/DroneKey 获取。
引用
@article{arxiv.2508.17746,
title = {DroneKey: Drone 3D Pose Estimation in Image Sequences using Gated Key-representation and Pose-adaptive Learning},
author = {Seo-Bin Hwang and Yeong-Jun Cho},
journal= {arXiv preprint arXiv:2508.17746},
year = {2025}
}
备注
8 pages, 10 figures, 6 tables, Accepted to IROS 2025 (to appear)