面向现实场景的无人机检测：新型多光谱数据集 UAVNet-MS 与新方法
计算机视觉与模式识别
2026-05-21 v1
摘要
无人机（UAV）的快速普及催生了对精准无人机监控的迫切需求。现有基于 RGB 的系统依赖空间线索，在小尺度、目标-杂波混淆、低对比度等情况下效果下降。多光谱成像（MSI）编码材料感知的光谱特征，然而 MSI 导力的细粒度小型无人机检测仍鲜有探索，因缺乏专用数据集。我们引入 UAVNet-MS，首个用于细粒度小型无人机检测的多光谱数据集，包含 15,618 组时序同步的 RGB-MSI 数据立方体（1440×1080），并配有边界框标注。数据集包含具有挑战性的小目标（93.7% 面积 ≤ 32² 像素，平均 18² 像素，约占 0.02% 图像面积），且对比度较低。我们提出 MFDNet，一个处理阵列引起的视差并实现空间-光谱融合的双流基线。对 RGB-only、MSI-only 与 RGB+MSI 三种协议下的 20 种检测器进行大规模评估，表明 MFDNet 相比最佳 RGB-only 方法提升 6.2% AP50，证明光谱线索在空间线索之外提供了补充材料证据。本工作为多光谱无人机监控研究提供了基础数据集、强基线及评测基准。
引用
@article{arxiv.2605.20963,
title = {Towards UAV Detection in the Real World: A New Multispectral Dataset UAVNet-MS and a New Method},
author = {Yihang Luo and Jun Chen and Chao Xiao and Yingqian Wang and Zhaoxu Li and Qiang Ling and Xu He and Nuo Chen and Gaowei Guo and Hongge Li and Miao Li and Longguang Wang and Yulan Guo and Li Liu and Wei An and Zhijie Chen},
journal= {arXiv preprint arXiv:2605.20963},
year = {2026}
}
备注
submitted to IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)