轨迹增强与合成数据辅助的无人机检测
计算机视觉与模式识别
2022-05-23 v5 机器学习
摘要
本文是AVSS 2021组织的“无人机对鸟类挑战赛”第一名获奖方案的论文。随着无人机成本降低和技术改进，其使用日益增多，无人机检测成为一项至关重要的目标检测任务。然而，在不利条件下（即弱对比度、远距离、低能见度）检测远处的无人机需要有效的算法。我们的方法通过使用基于卡尔曼滤波的目标跟踪器来增强检测置信度，并用真实数据和合成生成的数据对YOLOv5模型进行微调，从而解决无人机检测问题。我们的结果表明，用最优的合成数据子集扩充真实数据可以提高性能。此外，通过目标跟踪方法收集的时间信息可以进一步提高性能。
引用
@article{arxiv.2111.12389,
title = {Track Boosting and Synthetic Data Aided Drone Detection},
author = {Fatih Cagatay Akyon and Ogulcan Eryuksel and Kamil Anil Ozfuttu and Sinan Onur Altinuc},
journal= {arXiv preprint arXiv:2111.12389},
year = {2022}
}
备注
Published at AVSS 2021