- 随着无人机日益普及,需要从远距离检测无人机以确保安全,但现有数据集缺乏高质量高分辨率远距离无人机数据
- 已有的无人机检测数据集在远距离、高分辨率和多种光照场景方面存在不足
- 研究背景:无人机在娱乐、商业摄影和包裹递送等领域的广泛应用,要求有人和无人飞行器能远距离检测并跟踪目标
- 构建了包含 **102,532张远距离RGB图像** 的高分辨率数据集,从128个不同视频片段中采样,帧率5 FPS
- 数据采集跨越8个月内17个不同采集日,涵盖多种光照条件、飞行位置和背景元素
- 提供了 **距离信息(range information)** 和 **29,630张热红外(IR)图像**,每张IR图像与RGB图像配对
- 采用 **4K分辨率** 的RGB图像和 **640×512分辨率的IR图像**
- **首创性**:首批利用 **4K图像分辨率** 和 **配对640×512红外图像** 的无人机检测数据集之一,显著提升远距离检测能力
- **丰富标注**:覆盖整个数据集的距离信息,以及大量配对红外数据,增强多模态检测能力
- **数据多样性**:长时间跨度的采集策略确保光照、场景和背景的广泛变化,提高模型泛化性
- 提供了目前最大规模的高分辨率远距离无人机检测数据集LRDDv3,含距离信息和热成像数据
- 为远距离无人机检测领域建立了新的基准,推动算法在复杂真实场景下的性能提升
- 公开数据集促进社区研究,有助于安全操作和空中交通管理