.png){kind=icon}
返回
UCDNet: Multi-UAV Collaborative 3-D Object Detection Network by Reliable Feature Mapping
.png){kind=icon}
PRE
AI
DOI：10.1109/TGRS.2024.3517594.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多无人机 (UAV) 协作3-D物体检测可以通过集成互补信息来理解复杂的环境，其应用包括交通监控，交付服务和农业管理。然而，航空遥感中的极其广泛的观测以及跨多个无人机的显著视角差异使得在多无人机协作3d物体检测范例中实现从2d图像到3d空间的精确和一致的特征映射具有挑战性。为了解决这个问题，我们提出了一种无与伦比的基于相机的多无人机协作3-D物体检测范例，称为UCDNet。具体地，从uav到地面的深度信息被明确地用作强先验，以提供用于更准确和可概括的特征映射的参考。此外，我们设计了一个同源点几何一致性损失作为辅助自监督，它直接影响特征映射模块，从而加强多视图感知的全局一致性。在aerocololab3d和CoPerception无人机数据集上的实验表明，与基线相比，我们的方法分别提高了4.7% 和10% 平均精度 (mAP)，这证明了UCDNet的优越性。
Keyword:
Three-dimensional displays
Collaboration
Feature extraction
Object detection
Autonomous aerial vehicles
Accuracy
Remote sensing
Real-time systems
Location awareness
Cameras
Feature mapping
object detection
unmanned aerial vehicle (UAV) collaboration
期刊
IF:
8.6
论文数:
2.1W
被引数:
10.7W
机构
引用论文
.png){kind=icon}
分享收藏Pressure-Based Bioassay Perceived by a Flexible Pressure Sensor with Synergistic Enhancement of the Photothermal Effect通过具有协同增强光热效应的柔性压力传感器感知的基于压力的生物测定
PREAI
分享收藏From single- to multi-modal remote sensing imagery interpretation: a survey and taxonomy从单模态到多模态遥感影像解释: 调查和分类学
OAAI
OAAI分享收藏
查看更多内容