基于外观与运动的挑战性条件下全局-局部微型飞行器检测
计算机视觉与模式识别
2023-12-19 v1
摘要
近年来，微型飞行器（MAVs）的视觉检测因其在众多应用中的重要性而受到越来越多的研究关注。然而，现有基于MAV外观或运动特征的方法在背景复杂、MAV目标较小或计算资源有限时仍面临挑战。本文提出了一种全局-局部MAV检测器，能够融合运动与外观特征，以在挑战性条件下检测MAV。该检测器首先使用全局检测器搜索MAV目标，然后切换到一个在自适应搜索区域内工作的局部检测器，以提高精度和效率。此外，还应用了一个检测器切换器来协调全局和局部检测器。我们创建了一个新的数据集来训练和验证所提检测器的有效性。该数据集包含了实践中可能出现的更具挑战性的场景。在三个具有挑战性的数据集上的大量实验表明，所提出的检测器在检测精度和计算效率方面均优于现有最先进的方法。特别是，该检测器可以在NVIDIA Jetson NX Xavier上以接近实时的帧率运行，这证明了我们的方法在实际应用中的实用性。数据集可在https://github.com/WestlakeIntelligentRobotics/GLAD获取。此外，总结本工作的视频可在https://youtu.be/Tv473mAzHbU观看。
引用
@article{arxiv.2312.11008,
title = {Global-Local MAV Detection under Challenging Conditions based on Appearance and Motion},
author = {Hanqing Guo and Ye Zheng and Yin Zhang and Zhi Gao and Shiyu Zhao},
journal= {arXiv preprint arXiv:2312.11008},
year = {2023}
}
备注
12 pages, 10 figures