DIV:面向无人机弱对齐场景的可见光-红外目标检测数据集
Liu Yu, Feng Yingchao, Zhang Yidan, Li Ning, Diao Wenhui, Hu Yanfeng
Chinese Academy of Sciences Aerospace Information Research Institute
阅读操作
确认中在文库中上传 PDF 后可生成中文音频讲解。
摘要与影响
无人机凭借全天候、全天时探测优势,在边境监控及灾害救援等领域发挥重要作用。然而,现有的红外-可见光(IR-VIS)多模态目标检测研究过度依赖理想化的“像素级对齐”假设,且数据集普遍存在目标尺度分布极化、类别同质化等问题,导致现有算法在处理具有真实视差及动态尺度演变的无人机航拍数据时,极易出现特征失配、定位漂移及漏检误识。基于以上问题,文中构建了一个面向真实弱配准场景的多模态、多尺度、多类别无人机目标检测基准数据集DIV(drone-based IR-VIS object detection)。该数据集保留了红外与可见光图像之间因无人机传感器安装差异、视角变化及飞行抖动等因素在实际应用中产生的非线性空间偏移。数据集内容涵盖从像素占比极低的微小型目标到显著区域的大型目标,并引入了行人、非机动车、各类车辆等多样化类别。拍摄环境覆盖城市、山区及乡村,并细分为日间、傍晚和弱光三种典型光照场景。同时,通过独立模态的人工高精度标注及多轮交叉验证机制,确保了弱对齐约束下的语义一致性。选取了9种主流多模态目标检测算法在所提数据集上进行基准测试。实验结果表明,在理想对齐数据集中表现优异的方法,在本数据集的弱配准场景下性能出现不同程度的下滑。一些模型方法在特定维度上表现出色,但在应对极端复杂环境时的综合感知能力仍显不足。面对真实环境中的复合挑战,构建一套多维协同优化体系以强化对多模态信息的提取与整合能力,是提升无人机平台感知鲁棒性的关键。提出的数据集有效弥合了多模态探测算法的“理想假设”与无人机数据“现实分布”之间的鸿沟,为构建多维协同优化体系提供了真实的验证平台,在数据层面为弱对齐约束下的跨模态特征融合与鲁棒检测研究提供了关键支撑。DIV数据集发布地址为:https://www.scidb.cn/preview?dataSetId=d1e8909592e04cc2a1095e62f579ead1&version=V1。
逐年被引趋势
暂无年度引用数据
关键指标
同类平均 = 1
同领域 · 同年份 · 同类型
Google Scholar 与 OpenAlex 的被引统计范围不同,数值存在差异属正常。
AI 辅助阅读
依据:摘要
可就本文提问;依据不足时会说明。
学术脉络
学科主题
计算机 / AIAdvanced Neural Network Applications
Advanced Image Fusion Techniques · Video Surveillance and Tracking Methods
参考文献 6
此处列出前 3 条