基于移动事件相机的 EvDetMAV：通用 MAV 检测
计算机视觉与模式识别
2025-06-26 v2 机器人学
摘要
现有的微型航空器（MAV）检测方法主要依赖 RGB 图像中目标的外观特征，其多样性使难以实现通用 MAV 检测。我们注意到，不同类型的 MAV 共享来自其高速旋转螺旋桨的相同独特特征，这些特征在 RGB 图像中难以呈现。本文研究如何从事件相机的原始事件流中充分利用螺旋桨特征来检测不同类型的 MAV。该方法由三个模块组成，用于提取螺旋桨的显著时空特征，同时过滤背景对象和相机运动的噪声。由于目前没有基于事件的 MAV 数据集，本文引入了一种新型 MAV 数据集供社区使用。这是一个包含多个场景和不同类型 MAV 的首个基于事件的数据集。在不进行训练的情况下，我们的方法在所提出的测试数据集上显著优于最先进的方法，能够处理具有挑战性的场景，在准确率上提升了 30.3%（达到 83.0%），召回率提升了 36.4%（达到 81.5%）。该数据集和代码均已公开：https://github.com/WindyLab/EvDetMAV。
引用
@article{arxiv.2506.19416,
title = {EvDetMAV: Generalized MAV Detection from Moving Event Cameras},
author = {Yin Zhang and Zian Ning and Xiaoyu Zhang and Shiliang Guo and Peidong Liu and Shiyu Zhao},
journal= {arXiv preprint arXiv:2506.19416},
year = {2025}
}
备注
8 pages, 7 figures. This paper is accepted by IEEE Robotics and Automation Letters