复杂背景与雨纹伪影图像中无人机检测的研究
计算机视觉与模式识别
2023-12-06 v2 多媒体
图像与视频处理
摘要
为实时检测无人机（UAVs），计算机视觉与深度学习方法正成为演进的研究领域。由于对许多应用中使用无人机可能带来的危害与滥用的担忧，包括潜在的隐私侵犯，该问题的关注度已增长。为应对这些担忧，已开发基于视觉的目标检测方法用于无人机检测。然而，在具有复杂背景和如雨等天气伪影的图像中的无人机检测尚待合理研究。为此，我们准备了两个训练数据集。第一个数据集以天空为背景，称为天空背景数据集（SBD）。第二个训练数据集具有更复杂的场景（多样背景），命名为复杂背景数据集（CBD）。此外，准备了两个测试集：一个含清晰图像，另一个含具有三种雨伪影的图像，命名为雨天测试集（RTS）。本文还侧重于对最先进目标检测模型进行基准测试，据我们所知，首次在复杂背景、变化的无人机尺寸和低到强降雨等挑战性条件下研究近期流行基于视觉的无人机检测方法的性能。文中给出的发现将有助于提供所选模型在挑战性条件下无人机检测性能的见解，并为开发更鲁棒的无人机检测方法铺平道路。代码与数据集可在 https://github.com/AdnanMunir294/UAVD-CBRA 获取。
引用
@article{arxiv.2305.16450,
title = {Investigation of UAV Detection in Images with Complex Backgrounds and Rainy Artifacts},
author = {Adnan Munir and Abdul Jabbar Siddiqui and Saeed Anwar},
journal= {arXiv preprint arXiv:2305.16450},
year = {2023}
}
备注
Accepted at the Real-World Surveillance Workshop, IEEE/CVF Winter Conference on Applications of Computer Vision 2024