LRDDv3: High-Resolution Long-Range Drone Detection Dataset with Range Information and Thermal Data

Resumo Técnico: LRDDv3 – Conjunto de Dados de Detecção de Drones de Longo Alcance e Alta Resolução

Declaração do Problema
A rápida proliferação de Veículos Aéreos Não Tripulados (VANTs) para fins recreativos e comerciais exige sistemas de detecção robustos, capazes de identificar drones em longas distâncias para garantir a integração segura do espaço aéreo. Embora diversos conjuntos de dados existam para detecção de drones, os autores identificam uma lacuna crítica: a falta de dados de alta qualidade e alta resolução que reflitam os contextos operacionais complexos e de longo alcance de cenários do mundo real. Conjuntos de dados existentes frequentemente sofrem de resolução limitada, vistas de câmera estáticas, metadados de alcance insuficientes ou falta de diversidade em condições de iluminação, clima e fundo. Além disso, poucos conjuntos de dados combinam imagens RGB e térmicas com anotações precisas de alcance, essenciais para treinar algoritmos a detectar alvos pequenos e distantes sob variados desafios ambientais.

Metodologia e Construção do Conjunto de Dados
Para abordar essas limitações, os autores apresentam o LRDDv3, um conjunto de dados abrangente construído por meio de operações de voo controladas ao longo de 8 meses, distribuídos em 17 dias de coleta de dados. A metodologia enfatiza diversidade e realismo:

• Aquisição de Dados: O conjunto de dados compreende 102.532 imagens RGB e 29.630 imagens térmicas (IR). Estas foram amostradas a 5 FPS a partir de 128 clipes de vídeo distintos (totalizando 5,7 horas de filmagem) para priorizar a diversidade de fundos e cenas em detrimento do volume de quadros.
• Configuração de Hardware: Os dados foram capturados utilizando uma abordagem "drone-a-drone".
  • Coleta RGB: Um DJI Mini 3 atuou como o drone de câmera (gravando vídeo 4K a 30 FPS), enquanto outro DJI Mini 3 serviu como o alvo.
  • Coleta Térmica: Um Autel Robotics EVO II Dual 640T V3 atuou como o drone de câmera, capturando filmagens sincronizadas 4K RGB e IR 640x512, com um DJI Mini 3 como alvo.
• Diversidade Ambiental: Os voos ocorreram em ambientes urbanos, rurais, florestais e de campo aberto. As condições variaram conforme os horários do dia (amanhecer, meio-dia, entardecer), o clima (claro, chuvoso, nevado) e a iluminação (ensolarado, nublado, encoberto).
• Alcance e Metadados: Uma característica fundamental é a inclusão de informações precisas de alcance. Utilizando coordenadas GPS e registros de altitude de ambos os drones, os autores calcularam a distância 3D entre a câmera e o alvo usando a fórmula de Haversine para a distância horizontal e diferenças de altitude para a distância vertical. Esses metadados cobrem distâncias de 0 a 200 metros, com muitos casos em que o drone ocupa apenas 12 pixels no quadro.
• Processo de Anotação: O conjunto de dados inclui 93.652 anotações de drones, 6.031 anotações de pássaros e 722 anotações de aviões. O pipeline de rotulagem utilizou um processo de três etapas: pré-rotulagem automatizada via YOLOv11 e SAHI, correção manual usando LabelImg e verificação final. As anotações térmicas foram geradas reescalando e recortando as anotações RGB correspondentes.

Principais Contribuições
O artigo posiciona o LRDDv3 como um avanço significativo em relação aos recursos existentes através de várias características distintas:

1. Escala e Resolução: Oferece uma coleção em grande escala de imagens RGB em resolução 4K, uma raridade em conjuntos de dados de detecção de drones, juntamente com imagens IR 640x512 emparelhadas.
2. Informação Abrangente de Alcance: Diferentemente da maioria dos trabalhos anteriores, o LRDDv3 fornece metadados explícitos de alcance para o drone alvo, permitindo pesquisas sobre o desempenho de detecção dependente da distância.
3. Diversidade Multimodal e Ambiental: Combina de forma única dados RGB e térmicos com movimento dinâmico da câmera (ar-a-ar), diversas condições climáticas e fundos complexos (incluindo oclusão e mistura).
4. Amostragem Realista: Ao amostrar a 5 FPS em vez de utilizar taxas de quadros completas de vídeo, o conjunto de dados evita inflação artificial e garante uma variedade mais ampla de fundos e cenários de iluminação por imagem.

Resultados e Avaliação Comparativa
Os autores avaliaram a utilidade do LRDDv3 por meio de dois experimentos principais de avaliação comparativa:

• Generalização entre Conjuntos de Dados: Modelos treinados no LRDDv3 foram testados contra o conjunto de dados Det-Fly (uma referência para alvos pequenos). O modelo YOLOv11m treinado no LRDDv3 alcançou um mAP@50 de 0,485 e um mAP@50-95 de 0,261, superando modelos treinados no DUT Anti-UAV e em versões anteriores do LRDD, e apresentando desempenho comparável ao conjunto de dados Drone-vs-Bird. Isso sugere que o LRDDv3 fornece diversidade suficiente para generalizar bem para outros cenários de detecção.
• Impacto da Resolução: Os autores investigaram o impacto da resolução de entrada treinando modelos YOLOv11m no LRDDv3 em 640x640 versus 1920x1920. O modelo de maior resolução mostrou um aumento substancial no desempenho, alcançando um mAP@50 de 0,822 comparado a 0,543 para o modelo de menor resolução. Isso demonstra que a natureza de alta resolução do conjunto de dados é efetivamente aproveitada por modelos capazes de processar tamanhos de entrada maiores.

Significado
O artigo afirma que o LRDDv3 representa um passo significativo para a frente na habilitação de sistemas de detecção de drones confiáveis para o espaço aéreo compartilhado. Ao consolidar alta resolução, imagens térmicas, dados precisos de alcance e diversas condições do mundo real em um único recurso, o conjunto de dados aborda os desafios específicos da detecção de longo alcance, onde os alvos são pequenos e as condições ambientais são variáveis. Os autores afirmam que o LRDDv3 serve como uma referência abrangente para o desenvolvimento de algoritmos de detecção de próxima geração que devem operar de forma robusta em todo o espectro de alcances e ambientes de detecção, preenchendo a lacuna entre conjuntos de dados controlados de laboratório e requisitos operacionais do mundo real.