NOMAD：面向应急响应场景的自然、遮挡、多尺度航拍数据集
计算机视觉与模式识别
2024-12-10 v2
摘要
随着小型无人机系统（sUAS）在搜索救援等应急响应场景中日益依赖，计算机视觉能力的集成已成为任务成功的关键因素。然而，从地面视角转向航拍视角时，用于检测人体的计算机视觉性能严重下降。已有若干航拍数据集旨在缓解此问题，但均无专门解决遮挡问题——这是应急响应场景中的关键要素。自然、遮挡、多尺度航拍数据集（NOMAD）提供了一个在遮挡航拍视角下人体检测的基准，具有五种不同航拍距离和丰富的图像差异。NOMAD 由 100 名不同的演员组成，均执行行走、躺卧和隐藏的序列动作。其包含 42,825 帧，提取自 5.4k 分辨率视频，并手动标注了边界框及描述 10 种不同可见度等级的标签，依据边界框内人体可见百分比分类。这使得计算机视觉模型能按不同遮挡范围评估其检测性能。NOMAD 旨在通过提供遮挡航拍视角下人体检测的新基准数据集，提升空中搜索救援效能并增强 sUAS 与人的协作。完整数据集见：https://github.com/ArtRuss/NOMAD。
引用
@article{arxiv.2309.09518,
title = {NOMAD: A Natural, Occluded, Multi-scale Aerial Dataset, for Emergency Response Scenarios},
author = {Arturo Miguel Russell Bernal and Walter Scheirer and Jane Cleland-Huang},
journal= {arXiv preprint arXiv:2309.09518},
year = {2024}
}