DronePose：基于神经网络的无人机识别、分割与姿态检测
计算机视觉与模式识别
2021-12-13 v1
摘要
无人机日益普及，引发了人们对传统空域监测技术能否准确刻画此类飞行器的担忧。在此，我们提出一种采用决策树与集成结构的CNN，以对飞行中的无人机进行完整刻画。我们的系统确定无人机类型、姿态（以俯仰、横滚和偏航表示），并执行分割以分类不同机身部件（引擎、机身和相机）。我们还提供了一种计算机模型，用于快速生成大量准确标注的照片级真实感训练数据，并证明该数据具有足够保真度，可使系统准确刻画飞行中的真实无人机。我们的网络将在图像处理链中提供有价值的工具，可基于现有无人机检测技术，在广阔区域上实现完整的无人机刻画。
引用
@article{arxiv.2112.05488,
title = {DronePose: The identification, segmentation, and orientation detection of drones via neural networks},
author = {Stirling Scholes and Alice Ruget and German Mora-Martin and Feng Zhu and Istvan Gyongy and Jonathan Leach},
journal= {arXiv preprint arXiv:2112.05488},
year = {2021}
}