要約
無人航空機（UAV）の監視、保安、および空域管理における広範な導入により、精密でスケーラブルかつ効率的なUAV検出技術に対する緊急の需要が生じています。しかし、既存のデータセットはしばしばスケールの多様性に乏しく、アノテーションが不正確であるという問題を抱えており、堅牢なモデル開発を妨げています。本論文では、Patch Intensity Convergence (PIC) を使用して構築された高解像度UAV検出データセットであるUAVDBを紹介します。この新規手法はUAVの軌跡データから自動的に高品質なバウンディングボックスアノテーションを生成し~\cite{li2020reconstruction}、手動ラベリングの必要性を排除します。UAVDBは固定カメラ設定による単一クラスのアノテーションを持ち、大型UAVからほぼ単一ピクセル表現まで様々なスケールでのRGBフレームを含んでいます。また、現代の検出器にとって困難となるチャレンジングな背景も含まれています。まず、PICによって生成されたバウンディングボックスの精度と効率性を他のアノテーション手法とのIntersection over Union (IoU) 性能と実行時間の比較により検証し、PICがより高いアノテーション精度を達成しつつ効率的であることを示しました。その後、最新鋭（SOTA）のYOLOシリーズ検出器を使用してUAVDBのベンチマークを行い、長距離・高解像度UAV検出技術の進歩に貢献する価値あるリソースとしてUAVDBを確立しました。