UAV3D：面向无人机的大规模 3D 感知基准
计算机视觉与模式识别
2024-10-18 v2
摘要
无人机（UAV）配备相机在航空摄影、监视和农业等众多应用中发挥着重要作用。在这些应用中，鲁棒的目标检测和跟踪对于有效部署无人机至关重要。然而，现有的无人机应用基准主要为传统的 2D 感知任务设计，限制了那些需要对环境进行 3D 理解的实际应用的开发。此外，尽管近期在单机无人机感知方面取得了进展，但单一无人机平台的视野受限，显著约束了其在长距离或遮挡区域的感知能力。为解决这些挑战，我们引入 UAV3D，一个旨在推动单机和协作 3D 感知任务研究的基准。UAV3D 包含 1000 个场景，每个场景包含 20 帧，配备了完整标注的车辆 3D 边界框。我们提供四个 3D 感知任务：单机无人机 3D 目标检测、单机无人机目标跟踪、协作无人机 3D 目标检测和协作无人机目标跟踪。我们的数据集和代码已在 https://huiyegit.github.io/UAV3D_Benchmark/ 提供。
引用
@article{arxiv.2410.11125,
title = {UAV3D: A Large-scale 3D Perception Benchmark for Unmanned Aerial Vehicles},
author = {Hui Ye and Rajshekhar Sunderraman and Shihao Ji},
journal= {arXiv preprint arXiv:2410.11125},
year = {2024}
}
备注
Accepted at NeurIPS 2024