从航拍图像感知交通
计算机视觉与模式识别
2020-09-17 v1
摘要
配备不同传感器的无人机（UAV）已部署于许多场所，特别是用于城市交通监控或末端配送。它提供了基于实时观测控制交通各方面问题的能力，是未来交通与智慧城市的重要支柱。随着此类机器使用日益增多，许多在前向摄像头数据上取得高性能的先前最先进目标检测器正被应用于无人机数据集。当应用于此类数据集捕获的高分辨率航拍图像时，它们无法泛化到物体尺度的广泛变化。为应对此局限，我们提出一种称为 Butterfly Detector 的专用于航拍图像中物体检测的方法。我们扩展场的概念并引入蝴蝶场，一种描述输出特征空间信息及被检测物体尺度的复合场。为克服可能阻碍定位过程的遮挡与视角变化，我们采用指向物体中心的相关蝴蝶向量间的投票机制。我们在两个公开无人机数据集（UAVDT 和 VisDrone2019）上评估了 Butterfly Detector，表明其在保持实时的同时优于先前最先进方法。
引用
@article{arxiv.2009.07611,
title = {Perceiving Traffic from Aerial Images},
author = {George Adaimi and Sven Kreiss and Alexandre Alahi},
journal= {arXiv preprint arXiv:2009.07611},
year = {2020}
}