IndraEye：用于鲁棒下游任务的红外光电无人机感知数据集
计算机视觉与模式识别
2024-10-29 v1
摘要
深度神经网络 (DNNs) 在由提供丰富纹理细节的光电 (EO) 相机捕获的照明良好的图像上训练时，表现出卓越的性能。然而，在诸如空中感知等关键应用中，DNNs 必须在所有条件下保持一致的可靠性，包括光电相机通常难以捕获足够细节的低光场景。此外，基于无人机的空中目标检测由于不同高度和倾斜角度造成的尺度变化而面临重大挑战，这增加了另一层复杂性。现有方法通常仅将光照变化或风格变化视为域偏移，但在空中感知中，相关性偏移也会影响 DNN 性能。在本文中，我们介绍了 IndraEye 数据集，这是一个为各种任务设计的多传感器 (EO-IR) 数据集。它包含 5,612 张图像和 145,666 个实例，涵盖了印度次大陆的多个视角、高度、七种背景以及一天中的不同时间。该数据集开辟了若干研究机会，例如多模态学习、用于目标检测和分割的域适应，以及探索传感器特定的优势和劣势。IndraEye 旨在通过支持开发更鲁棒、更准确的空中感知系统来推动该领域的发展，尤其是在具有挑战性的条件下。IndraEye 数据集已通过目标检测和语义分割任务进行了基准测试。数据集和源代码可在 https://bit.ly/indraeye 获取。
引用
@article{arxiv.2410.20953,
title = {IndraEye: Infrared Electro-Optical UAV-based Perception Dataset for Robust Downstream Tasks},
author = {Manjunath D and Prajwal Gurunath and Sumanth Udupa and Aditya Gandhamal and Shrikar Madhu and Aniruddh Sikdar and Suresh Sundaram},
journal= {arXiv preprint arXiv:2410.20953},
year = {2024}
}
备注
9 pages, 2 figures