Jeu de données multimodal RGB et infrarouge pour la détection de UAV

La présence croissante des Véhicules Aériens Non Pilotés (UAV) dans les domaines civil et militaire souligne la nécessité de systèmes de détection fiables pour la surveillance et le monitoring. Bien que les caméras RGB fournissent des images haute résolution pour la détection d'UAV, leur performance se dégrade considérablement dans des conditions de faible luminosité. À l'inverse, les capteurs thermiques sont efficaces pour détecter des signatures thermiques, mais manquent de la résolution spatiale requise pour une localisation précise. Pour surmonter ces limitations, cette étude explore une approche de détection d'UAV multimodale basée sur la fusion de données RGB et infrarouges (IR). Nous introduisons un nouveau jeu de données comprenant des images RGB et IR synchronisées des UAV, capturées sous différents angles. Le jeu de données inclut des enregistrements de plusieurs modèles d'UAV opérant sous diverses conditions d'éclairage et d'arrière-plan, garantissant une référence complète pour les tâches de détection. Pour présenter certaines métriques, nous avons entraîné des modèles de détection d'objets basés sur l'apprentissage profond à la pointe de la technologie sur nos données. Les résultats démontrent qu'en utilisant un jeu de données spécifique, la précision de détection peut être améliorée, notamment dans des conditions difficiles telles que ensoleillement, coucher de soleil et obscurité, y compris différents et arrière-plans variables. Cette étude met en évidence le potentiel de la détection multimodale pour la détection d'UAV et fournit une base pour de futures recherches sur des systèmes de surveillance aérienne robustes.