UAV-OVO：面向无人机动作识别的越视角泛化
计算机视觉与模式识别
2026-05-26 v1
摘要
无人机动作识别面临部署偏移问题：标准基准测试往往掩盖了这一问题，即模型是在低仰角视角捕获的无人机脚步录像上训练，却需要从高仰角视角识别相同的动作类别。虽然动作标签保持不变，但这种偏移会改变身体可见性、运动投影和场景背景，促使模型依赖于视角特定的捷径。我们提出了 UAV-OVO，这是一个面向无人机动作识别的 Out-of-Viewpoint 泛化基准。UAV-OVO 从未标定的视频中提取视角得分，使用视角隔离带将低仰角视频分配给训练和分布内测试分割，同时保留高仰角视频用于分布外测试，并构建使 ID/OOD 测试集类别分布匹配，以便性能差异反映视角偏移而非标签不平衡。在代表性视频识别器上，UAV-OVO 揭示了显著的 ID/OOD 差距：在低仰角训练分布表现良好的模型往往难以迁移到持续的高仰角视角，暴露了被整体准确率掩盖的视角捷径。我们进一步提出了 LATER（LoRA-锚定测试时重心），该方法首先通过低秩适应 (LoRA) 进行自适应，然后利用所学 LoRA 子空间作为语义锚点进行在线特征重心。具体而言，LATER 在重心前将目标域位移投影到 LoRA 子空间的正交补中，从而减少视角引起的漂移，同时保留任务相关语义。UAV-OVO 和 LATER 一起提供了一个受控测试环境和实用的适应方法，用于面向视角鲁棒的无人机视频理解。
引用
@article{arxiv.2605.25615,
title = {UAV-OVO: Out-of-Viewpoint Generalization in UAV Action Recognition},
author = {Yu Xia and Zhengbo Zhang and Shuaihu Zhang and Zhigang Tu},
journal= {arXiv preprint arXiv:2605.25615},
year = {2026}
}