神经形态无人机检测：基于事件-RGB 多模态方法
计算机视觉与模式识别
2024-09-25 v1 人工智能
摘要
近年来，无人机检测迅速成为极其感兴趣的主题：体积小且速度快的运动对象被用于恶意目的甚至恐怖袭击，导致人们关注精确且鲁健的检测和识别系统的必要性。尽管大量文献和作品存在于基于 RGB 数据的对象检测领域，但也至关重要地认识到这种模态在应用于无人机检测时的局限性。无人机检测确实面临诸多挑战，如快速移动的对象和高动态范围场景，甚至更糟的是稀缺的照明水平。相比之下，神经形态摄像头可以在面对 RGB 摄像头具有挑战性的情况下，保留精确且丰富的时空信息。它们对高速移动对象和稀缺照明环境具有鲁健性，但当场景中的物体是静态时容易迅速丢失信息。在此背景下，我们提出了一种新模型，用于整合两种模态，利用多模态数据来获得两者所优势。为此，我们也发布了 NeRDD (Neuromorphic-RGB Drone Detection)，一个超过 3.5 小时的多模态标注无人机检测数据集。
引用
@article{arxiv.2409.16099,
title = {Neuromorphic Drone Detection: an Event-RGB Multimodal Approach},
author = {Gabriele Magrini and Federico Becattini and Pietro Pala and Alberto Del Bimbo and Antonio Porta},
journal= {arXiv preprint arXiv:2409.16099},
year = {2024}
}
备注
Accepted at NeVi Workshop at ECCV24