UAV-CB: 複雑背景を持つRGB-TデータセットとUAV検出の局所周波数ブリッジネットワーク

要旨: 低高度環境における無人航空機（UAV）の検出は、知覚・防衛システムにとって不可欠ですが、複雑な背景、カモフラージュ、マルチモーダル干渉のため、依然として高度に困難です。現実世界のシナリオでは、UAVは周囲の建物、植生、送電線などの構造物と視覚的に混ざり合うことが多く、コントラストの低下、境界の弱さ、雑然とした背景のテクスチャとの強い混同を招く。既存のUAV検出データセットは多様であるものの、これらのカモフラージュと複雑な背景の課題を特に捉えるようには設計されておらず、堅牢な実世界知覚の実現に向けた進展を制限している。このギャップを埋めるために、我々はUAV-CBを構築した。これは複雑な低高度背景とカモフラージュ特性を強調するよう意図的に精選された新しいRGB-T UAV検出データセットである。さらに、局所的な周波数空間で特徴をモデリングするLocal Frequency Bridge Network（LFBNet）を提案する。これはRGB-T融合における周波数-空間融合のギャップと、モダリティ間の不整合ギャップの双方を橋渡しする。UAV-CBおよび公開ベンチマークに関する広範な実験は、LFBNetが最先端の検出性能を達成し、カモフラージュや雑然とした条件下で高い頑健性を示すことを示しており、実世界のアプリケーションにおける周波数を意識したマルチモーダルUAV知覚への新たな視点を提供する。