高解像度UAV画像における学習ベースの物体検出：実証研究

深層学習に基づく手法は、自然画像における物体検出の性能を継続的に向上させています。その一方で、無人航空機（UAV）画像における物体検出は、通常、さまざまな向き、スケール、輪郭を持つインスタンスを含むため、コンピュータビジョンの分野で依然として難しい課題です。さらに、この分野に焦点を当てた研究者は少数であり、おそらくUAVデータの取得やラベリングの困難さが影響していると思われます。これにインスパイアされて、私たちは三種類のカメラを搭載したUAVによって撮影された10,631枚の画像を含む、マルチスケールかつ高解像度の大規模データセットMOHRを収集しました。これらの画像は郊外環境で撮影されたため、車、トラック、建物、崩壊、洪水被害の5つの物体クラスに手動で注釈を付けました。その後、全て深層学習技術に基づく6つの高度な物体検出手法を採用して実証研究を行いました。その結果、評価された物体検出モデルの大きな可能性が示される一方で、現在の深層学習技術を使用したこのような挑戦的なUAVデータセットに関する研究が過小評価されていることも明らかになりました。