卫星车辆感知

卫星能够拍摄高分辨率视频，这使得从卫星进行车辆感知成为可能。与街道监控、行车记录仪或其他设备相比，卫星视频提供了更广阔的城市尺度视图，从而捕获并显示交通的全局动态场景。基于卫星的交通监控是一项具有巨大应用潜力的新任务，包括交通拥堵预测、路径规划、车辆调度等。实际上，受分辨率和视角限制，捕获的车辆非常小（几个像素）且移动缓慢。更糟糕的是，这些卫星位于低地球轨道（LEO）以拍摄此类高分辨率视频，因此背景也在移动。在这种情况下，从卫星视角进行交通监控是一项极具挑战性的任务。为了吸引更多研究人员进入该领域，我们构建了一个用于卫星交通监控的大规模基准。它支持多项任务，包括微小目标检测、计数和密度估计。该数据集基于12个卫星视频和14个从GTA-V录制的合成视频构建。它们被分成408个视频片段，包含7,336张真实卫星图像和1,960张合成图像。总共标注了128,801辆车辆，每张图像中的车辆数量从0到101不等。我们在数据集上评估了几种经典和最先进的传统计算机视觉方法，以比较不同方法的性能，分析该任务中的挑战，并讨论未来前景。数据集可在https://github.com/Chenxi1510/Vehicle-Perception-from-Satellite-Videos获取。