UAVDB : Boîtes englobantes adaptables guidées par la trajectoire pour la détection de drones

Le déploiement généralisé des Véhicules Aériens Non Tripulés (VANT) dans la surveillance, la sécurité et la gestion de l'espace aérien a créé une demande urgente pour une détection de VANT précise, évolutive et efficace. Cependant, les jeux de données existants souffrent souvent d'une diversité limitée en termes d'échelle et d'annotations inexactes, ce qui entrave le développement de modèles robustes. Ce document présente UAVDB, un jeu de données de détection de VANT à haute résolution construit en utilisant la technique de Convergence d'Intensité par Patch (CIP) [1]. Cette nouvelle méthode génère automatiquement des annotations de boîtes englobantes de haute fidélité à partir des données de trajectoire des VANT [2], éliminant ainsi le besoin d'étiquetage manuel. UAVDB propose des annotations mono-classe avec un dispositif caméra fixe et se compose de trames RGB capturant des VANT à différentes échelles, allant des grands VANT aux représentations quasi-monopixelliques, ainsi que des arrière-plans difficiles qui posent des défis aux détecteurs modernes. Nous validons tout d'abord la précision et l'efficacité des boîtes englobantes générées par CIP en comparant leurs performances en termes d'Intersection sur Union (IoU) et leur temps d'exécution avec ceux d'autres méthodes d'annotation, montrant que CIP atteint une plus grande précision tout en étant plus efficace. Ensuite, nous évaluons UAVDB en utilisant les détecteurs YOLO de dernière génération (SOTA), établissant ainsi UAVDB comme une ressource précieuse pour l'avancement de la détection à longue portée et à haute résolution des VANT.Références :[1] Li, 2020 : Reconstruction[2] Technique PIC (Patch Intensity Convergence)Note : Les références [1] et [2] sont conservées telles quelles car elles font partie du format académique standard. Si vous souhaitez inclure les citations complètes, veuillez fournir les informations supplémentaires nécessaires.