MOR-UAV：一种面向无人机视频中运动目标识别的基准数据集与基线方法
计算机视觉与模式识别
2020-08-11 v2
摘要
从无人机（UAV）采集的视觉数据开辟了计算机视觉的新前沿，需要对航拍图像/视频进行自动化分析。然而，现有的无人机数据集主要关注目标检测。目标检测器无法区分运动与非运动目标。给定实时的无人机视频流，我们如何同时定位并分类运动目标，即执行运动目标识别（MOR）？MOR 是支撑各类基于无人机视觉应用（包括空中监视、搜索与救援、事件识别、城乡场景理解）的关键任务之一。据我们所知，目前尚无用于无人机视频中 MOR 评估的标注数据集。因此，本文引入 MOR-UAV，一个面向航拍视频中 MOR 的大规模视频数据集。我们通过标注运动目标的坐标对齐边界框来实现，这比生成像素级估计所需计算资源更少。我们标注了来自 30 段无人机视频的 89,783 个运动目标实例，包含 10,948 帧，涵盖天气条件、遮挡、飞行高度变化及多相机视角等多种场景。我们为两类车辆（小汽车与重型车辆）分配了标签。此外，我们提出一种深度统一框架 MOR-UAVNet 用于无人机视频中的 MOR。由于这是无人机视频中 MOR 的首次尝试，我们通过定量与定性实验，基于所提框架在 MOR-UAV 数据集上给出了 16 个基线结果。我们还通过多层可视化分析了网络中的运动显著区域。MOR-UAVNet 在推理时在线工作，仅需少量过往帧，且不需要用户预先初始化目标。实验还表明 MOR-UAV 数据集颇具挑战性。
引用
@article{arxiv.2008.01699,
title = {MOR-UAV: A Benchmark Dataset and Baselines for Moving Object Recognition in UAV Videos},
author = {Murari Mandal and Lav Kush Kumar and Santosh Kumar Vipparthi},
journal= {arXiv preprint arXiv:2008.01699},
year = {2020}
}