基于自监督定位与视觉Transformer的机场道面图像外来物检测
计算机视觉与模式识别
2022-11-01 v1 机器学习
摘要
由于美国联邦航空管理局(FAA)规范将外来物(FOD)定义为任意物体，有监督目标检测方法在FOD检测中表现不佳。当前有监督目标检测算法需要包含每个待检测物体标注样本的数据集。尽管可以构建庞大且昂贵的数据集以涵盖常见FOD样本，但由于FOD的开放性问题，在数据集表示中收集所有可能的FOD样本是不可行的。数据集的局限性可能导致由这些有监督算法驱动的FOD检测系统漏检某些FOD，从而对机场运行造成危险。为此，本文通过学习预测跑道图像来实现自监督FOD定位，从而避免枚举FOD标注样本。该定位方法利用视觉Transformer(ViT)提升定位性能。实验表明，该方法能在真实跑道场景中成功检测任意FOD。本文还对定位结果进行了扩展以实现分类，这一功能对下游任务十分有用。为训练定位模型，本文还提出了一个简单且实用的数据集构建框架，仅收集洁净跑道图像。本方法的训练与测试数据使用无人机系统(UAS)在当地机场采集。此外，所构建的数据集已公开供公众使用与进一步研究。
引用
@article{arxiv.2210.16901,
title = {Foreign Object Debris Detection for Airport Pavement Images based on Self-supervised Localization and Vision Transformer},
author = {Travis Munyer and Daniel Brinkman and Xin Zhong and Chenyu Huang and Iason Konstantzos},
journal= {arXiv preprint arXiv:2210.16901},
year = {2022}
}
备注
This paper has been accepted for publication by the 2022 International Conference on Computational Science & Computational Intelligence (CSCI'22), Research Track on Signal & Image Processing, Computer Vision & Pattern Recognition