MONET 数据集：在农村场景中记录的多模态无人机热成像数据集
计算机视觉与模式识别
2023-07-20 v2
摘要
我们呈现 MONET，一个使用安装在无人机上的热像仪捕获的新多模态数据集，该无人机飞越农村地区并记录了人与车辆的活动。我们捕获 MONET 以研究经历大尺度变化且从不同移动视角记录的目标的局部定位与行为理解问题。目标活动发生在两个不同的地块，各自具有独特的场景结构与杂乱背景。MONET 由约 53K 图像组成，包含 162K 个人工标注的边界框。每幅图像与无人机元数据时间戳对齐，包含姿态、速度、高度与 GPS 坐标信息。MONET 不同于以往的热成像无人机数据集，因为它具有多模态数据，包括用热像仪捕获的含人与车辆目标的农村场景，以及轨迹信息与元数据。我们依据两地块间迁移学习的难度评估了该数据集，并评估了九种目标检测算法以识别与此类数据相关的开放挑战。项目页面：https://github.com/fabiopoiesi/monet_dataset。
引用
@article{arxiv.2304.05417,
title = {The MONET dataset: Multimodal drone thermal dataset recorded in rural scenarios},
author = {Luigi Riz and Andrea Caraffa and Matteo Bortolon and Mohamed Lamine Mekhalfi and Davide Boscaini and André Moura and José Antunes and André Dias and Hugo Silva and Andreas Leonidou and Christos Constantinides and Christos Keleshis and Dante Abate and Fabio Poiesi},
journal= {arXiv preprint arXiv:2304.05417},
year = {2023}
}
备注
Published in Computer Vision and Pattern Recognition (CVPR) Workshops 2023 - 6th Multimodal Learning and Applications Workshop