综述类
- A Survey of Object Detection for UAVs Based on Deep Learning
- Deep Learning for UAV-based Object Detection and Tracking:A survey
- Moving Target Tracking by Unmanned Aerial Vehicle:A Survey and Taxonomy
- Vision-Based Learning for Drones:A Survey
检测类
- Where2comm:
Communication-efficient collaborative perception via spatial confidence maps - UCDNet:Multi-UAV Collaborative 3D Object Detection Network by Reliable Feature Mapping
- 多无人机联合的目标检测
- 将不同无人机图像特征映射到同一 3D 空间,对齐后进行特征融合。
- Drones Help Drones: A Collaborative Framework for Multi-Drone Object Trajectory Prediction and Beyond
- 当前的联合目标预测分为两个大类:多阶段预测和端到端预测。多阶段预测首先获取每个视角下的目标检测结果,然后对这些不同无人机的目标进行关联使用;端到端的方案加个不同视角下的特征投影到同一个 3D 空间,进行特征层面的关联。
- 主要就是三个创新点(这其实已经完全包含了端到端方案的两个阶段):
- 基于地面先验和高度估计的更精确的 BEV 视图表征;
- 高效信息交互的多无人机目标轨迹预测;
- 一个用于多无人机联合轨迹预测的仿真数据集。
- BEV 视图合成也分为两种:
- 显示的 2D —> 3D 的映射;
- 和隐式的 3D —> 2D 的映射。
- 当前的多无人机合作方法包含:
- 基于原始数据的早期合作;
- 基于结果的晚期合作;
- 以及基于特征的中间合作。
跟踪类
数据集
- UEMM-Air:A Synthetic Multi-modal Dataset for Unmanned Aerial Vehicle Object Detection
- 包含多模态信息的无人机目标检测数据集
- 包含可见光、深度、分割、法线、IMU 四种数据模态
- UAV-VisLoc:A Large-scale Dataset for UAV Visual Localization