UAV画像における高速車両検出

無人航空機（UAV）画像における高速かつ正確な車両検出は、その非常に高い空間解像度と非常に少ない注釈のため、依然として課題です。多くの車両検出手法が存在しますが、それらのほとんどは異なるシーンでリアルタイム検出を達成できません。最近、深層学習アルゴリズムはコンピュータビジョンにおいて素晴らしい検出性能を達成しました。特に回帰ベースの畳み込みニューラルネットワークであるYOLOv2は、精度と速度の両方において良好で、他の最先端検出手法を上回っています。本論文では、YOLOv2を用いたUAV画像における車両検出の利用を初めて調査し、新たなデータ注釈手法を探求します。我々の手法は、画像注釈とデータ拡張から始まります。CSKトラッキング手法を用いて、シンプルなシーンからキャプチャした画像の車両に注釈を付けるのを助けます。その後、回帰ベースの単一畳み込みニューラルネットワークであるYOLOv2を用いてUAV画像内の車両を検出します。我々の手法を評価するために、UAV動画画像がいくつかの都市部で撮影され、このデータセットおよびスタンフォードドローンデータセットで実験が行われました。実験結果は、我々のデータ準備戦略が有用であり、YOLOv2がUAV動画画像のリアルタイム車両検出に効果的であることを証明しました。