Resource-Aware Small-UAV Perception under Annotation and Compute Constraints
本文提出并评估了一种用于小型无人机检测的资源感知感知策略，该策略结合了置信度引导的模型路由和难度排序的回放，以在推理时间计算和标注预算同时受限的情况下有效地优化性能。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在地面与云层之间的寂静空间里，一种新型的监视手段正在成形。小型无人驾驶飞行器正成为各种用途的常用工具，从检查输电线路到监测野生动物，但它们也对安全与保障提出了挑战。为了监视它们，我们需要能够从广阔且不断变化的空中发现微小、遥远斑点的摄像机。对于计算机来说，这是一项艰巨的任务。远处的无人机在屏幕上可能只占据几个像素，极易迷失在云朵、建筑物或树枝造成的视觉噪声中。此外，运行这些摄像机的计算机通常体积较小且由电池供电，这意味着它们无法在捕捉到的每一张图像上都运行沉重、复杂的软件。与此同时，教导这些计算机识别无人机通常需要数千张标注过的照片，而当一个新的监测任务开始时，这类资源往往是匮乏的。核心问题在于：如何构建一个既能清晰观察，又不需要消耗过多电力或过多学习样本的系统。
研究人员通过将电力和数据的限制视为需要管理的条件，而非需要克服的障碍，来解决这一问题。他们在一组标准的无人机图像上测试了一种策略，使用的是一种流行的检测软件，该软件有多种尺寸，从非常轻量快速到较重且细节丰富的类型不等。他们的第一个发现非常直接：图像的尺寸比软件的尺寸更重要。当他们向计算机输入更高分辨率的图像，使其能够看到更多细节时，即使使用较小、较快的程序，系统的检测能力也会显著提高。他们发现的最佳单一设置是使用一个中等规模的程序运行在高分辨率图像上，这在测试集中捕捉到了近 91% 的无人机。然而，在每一个帧上都运行一个沉重的程序对于小型、电池供电的设备来说速度太慢了。
为了解决速度问题，团队引入了一个充当过滤器 역할을 的两步处理过程。首先，一个非常轻量、快速的程序扫描每一张图像。如果它确信自己没看到任何东西，或者看到了清晰的目标，它就会继续执行下一步。但如果这个快速程序感到不确定，它就会将特定的图像交给一个更大、更强大的程序进行第二次观察。研究人员通过将大约 36% 的图像路由到更强的程序中测试了这种方法，这提高了系统发现无人机的能力，而不至于让其速度降至仅靠重型程序运行的速度。该系统变得更擅长捕捉之前错过的无人机，提升了整体成功率，同时仍保持约 16 帧每秒的运行速度。至关重要的是，研究人员证明这种改进来自于对哪些图像进行重新检查的聪明选择，而不仅仅是由于查看了更多的图像。当他们随机发送图像给更强的程序，而不是使用基于置信度的过滤器时，系统的表现反而变差了。
该研究还解决了训练数据有限的问题。在许多现实场景中，一个新的监测任务在开始时可能只有完整训练所需照片的一半。研究人员测试了一种通过将计算机的学习重点放在它认为最困难的图像上的方法，以充分利用这些稀缺的标签。他们根据计算机错过了多少架无人机、定位位置有多差或无人机有多小，对训练照片进行了排序。通过在训练过程中更频繁地重放这些困难的示例，系统的学习效果比单纯平等重复所有照片要好。这种益处在系统试图寻找最微小的无人机时最为明显，提升了它识别微小目标的能力，尽管这种提升幅度较小但具有实际意义。然而，这种技巧在计算机已经拥有扎实知识基础时效果最好；当训练数据极其匮乏时，系统会因为过于困惑而无法判断哪些示例才是真正的困难示例。
研究人员还检查了他们的系统在恶劣天气和图像失真（如模糊或噪声）情况下的表现。该系统表现得异常稳定，即使在图像受损时也能保持 96% 以上的准确度。他们甚至测试了大型先进的人工智能模型是否可以通过观察全局来寻找无人机，但发现如果没有初始的基于摄像头的检测器辅助，这些模型在处理这项特定任务时并不可靠。最终呈现出的图景是一种平衡。在有限硬件上探测微小无人机的最有效方法，不是使用最大的模型，而是使用一种聪明的组合方式：即通过高分辨率图像，结合第一次快速扫描和第二次仔细观察的策略，并辅以专注于困难样本的训练过程。这种具备资源意识的策略让小型计算机能够看到它需要看到的东西，证明了对有限资源的精心管理可以与纯粹的计算能力一样强大。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。