UAV-Based Human Body Detector Selection and Fusion for Geolocated Saliency Map Generation

要約

ソフト リアルタイムでさまざまなクラスの物体を確実に検出し地理位置特定するという問題は、無人航空機 (UAV) を使用して実行される捜索救助など、多くのアプリケーション分野で不可欠です。
この研究は、対象物体をタイムリーに正確かつ確実に地理位置特定することを目的として、UAV チームからの検出結果の融合に加えて、システムのコンテキスト ビジョンに基づく検出器の選択、割り当て、および実行の補完的な問題に取り組んでいます。
オフラインのステップでは、システムの観点からアプリケーションに依存しない視覚ベースの検出器の評価が最初に実行されます。
この評価に基づいて、利用可能な通信リンク、使用されるビデオ圧縮、利用可能な計算リソースなど、実際のシステムに関する多くの考慮事項を考慮して、各プラットフォームのオンライン物体検出に最適なアルゴリズムがミッション前に自動的に選択されます。
検出結果は、ポジティブな観察とネガティブな観察の両方に対する視覚ベースの検出のための新しいセンサー モデルを利用する、顕著な場所のマップを構築する方法を使用して融合されます。
多数のシミュレーションおよび実際の飛行実験も提示され、提案された方法を検証します。

要約(オリジナル)

The problem of reliably detecting and geolocating objects of different classes in soft real-time is essential in many application areas, such as Search and Rescue performed using Unmanned Aerial Vehicles (UAVs). This research addresses the complementary problems of system contextual vision-based detector selection, allocation, and execution, in addition to the fusion of detection results from teams of UAVs for the purpose of accurately and reliably geolocating objects of interest in a timely manner. In an offline step, an application-independent evaluation of vision-based detectors from a system perspective is first performed. Based on this evaluation, the most appropriate algorithms for online object detection for each platform are selected automatically before a mission, taking into account a number of practical system considerations, such as the available communication links, video compression used, and the available computational resources. The detection results are fused using a method for building maps of salient locations which takes advantage of a novel sensor model for vision-based detections for both positive and negative observations. A number of simulated and real flight experiments are also presented, validating the proposed method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google