YOLOMG：基于外观与像素级运动融合的视觉无人机间检测
计算机视觉与模式识别
2025-03-11 v1
摘要
基于视觉的无人机间检测因其在视觉集群、空中视景避障和恶意无人机检测等众多任务中的重要性而受到越来越多的关注。然而，当背景复杂或目标极小时，现有方法常常遭遇失败。本文提出了一种新颖的端到端框架，利用运动引导在复杂环境中准确识别小型无人机。它首先创建运动差异图以捕获微型无人机的运动特征。接着，使用双模态融合模块将该运动差异图与 RGB 图像结合，实现对无人机特征的自适应学习。最后，基于 YOLOv5 框架的增强型骨干网络和检测头对融合后的特征图进行处理，以实现准确的检测结果。为了验证我们的方法，我们提出了一个名为 ARD100 的新数据集，该数据集包含 100 个视频（202,467 帧），涵盖了各种具有挑战性的条件，并且与现有的无人机检测数据集相比，其平均目标尺寸最小。在 ARD100 和 NPS-Drones 数据集上的大量实验表明，我们提出的检测器在具有挑战性的条件下表现异常出色，并在各项指标上超越了 SOTA 算法。我们在 https://github.com/Irisky123/YOLOMG 上公开发布了代码和 ARD100 数据集。
引用
@article{arxiv.2503.07115,
title = {YOLOMG: Vision-based Drone-to-Drone Detection with Appearance and Pixel-Level Motion Fusion},
author = {Hanqing Guo and Xiuxiu Lin and Shiyu Zhao},
journal= {arXiv preprint arXiv:2503.07115},
year = {2025}
}
备注
9 pages, 8 figures