Le Benchmark des Véhicules Aériens Non Tripulés : Détection et Suivi d'Objets

Grâce à leur haute mobilité, les véhicules aériens non pilotés (UAVs) sont utilisés pour alimenter de nombreuses applications importantes en vision par ordinateur, offrant une efficacité et une commodité supérieures aux caméras de surveillance fixes avec un angle, une échelle et une vue limités. Cependant, très peu de jeux de données d'UAV ont été proposés, et ceux-ci se concentrent uniquement sur des tâches spécifiques telles que le suivi visuel ou la détection d'objets dans des scénarios relativement contraints. Par conséquent, il est d'une grande importance de développer un benchmark d'UAV non contraint pour stimuler les recherches connexes. Dans cet article, nous construisons un nouveau benchmark d'UAV axé sur des scénarios complexes avec des défis de niveau supérieur. Sélectionnées à partir de 10 heures de vidéos brutes, environ 80 000 images représentatives sont entièrement annotées avec des boîtes englobantes ainsi que jusqu'à 14 types d'attributs (par exemple, conditions météorologiques, altitude de vol, vue caméra, catégorie de véhicule et occultation) pour trois tâches fondamentales en vision par ordinateur : détection d'objets, suivi d'un seul objet et suivi multiple d'objets. Ensuite, une étude quantitative détaillée est réalisée en utilisant les algorithmes les plus récents et les plus performants pour chaque tâche. Les résultats expérimentaux montrent que les méthodes actuellement au stade avancé performent moins bien sur notre jeu de données en raison des nouveaux défis qui apparaissent dans les scènes réelles basées sur l'UAV, comme la forte densité, la petite taille des objets et le mouvement de la caméra. À notre connaissance, notre travail est la première fois qu'une telle exploration est menée de manière exhaustive dans des scénarios non contraints.