logo móvil
Contáctanos

VSAI: Un conjunto de datos multi-vista para la detección de vehículos en escenarios complejos utilizando imágenes aéreas

Autores: Wang, Jinghao; Teng, Xichao; Li, Zhang; Yu, Qifeng; Bian, Yijie; Wei, Jiaqi

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

VSAI: Un conjunto de datos multi-vista para la detección de vehículos en escenarios complejos utilizando imágenes aéreas


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Robótica

Palabras clave

Detección de vehículos
Imágenes aéreas
Detección de objetos
Teledetección
Conjunto de datos
Escenarios del mundo real

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
La detección de vehículos orientados de manera arbitraria a través de imágenes aéreas es esencial en la teledetección y la visión por computadora, con diversas aplicaciones en la gestión del tráfico, el monitoreo de desastres, las ciudades inteligentes, etc. En la última década, hemos visto un progreso notable en la detección de objetos en imágenes naturales; sin embargo, dicho desarrollo ha sido lento para las imágenes aéreas, no solo debido a las variaciones a gran escala y las diversas orientaciones/apariencias de las instancias, sino también por la escasez de conjuntos de datos aéreos de alta calidad, que podrían reflejar las complejidades y desafíos de los escenarios del mundo real. Para abordar esto y mejorar la investigación en detección de objetos en teledetección, recopilamos imágenes de alta resolución utilizando diferentes plataformas de drones que abarcan una gran área geográfica e introdujimos un conjunto de datos de múltiples vistas para la detección de vehículos en escenarios complejos utilizando imágenes aéreas (VSAI), que presenta vistas orientadas de manera arbitraria en imágenes aéreas, consistiendo en diferentes tipos de escenas complejas del mundo real. Las imágenes en nuestro conjunto de datos fueron capturadas con una amplia variedad de ángulos de cámara, alturas de vuelo, momentos, condiciones climáticas e iluminaciones. VSAI contenía 49,712 instancias de vehículos anotadas con cajas delimitadoras orientadas y cajas delimitadoras cuadriláteras arbitrarias (47,519 vehículos pequeños y 2,193 vehículos grandes); también anotamos la tasa de oclusión de los objetos para aumentar aún más las capacidades de generalización de las redes de detección de objetos. Realizamos experimentos para verificar varios algoritmos de vanguardia en la detección de vehículos en VSAI para establecer una línea base. Según nuestros resultados, el conjunto de datos VSAI muestra en gran medida la complejidad del mundo real y plantea desafíos significativos a los algoritmos de detección de objetos existentes. El conjunto de datos está disponible públicamente.

Otros recursos que podrían interesarte

Temas Virtualpro