Towards Real-Time Fast Unmanned Aerial Vehicle Detection Using Dynamic Vision Sensors

无人机在民用和军事应用中越来越受欢迎。然而，对受限区域的无控制访问威胁着隐私和安全。因此，预防和检测无人机对于保证机密性和安全至关重要。虽然基于雷达的主动扫描是最准确的技术之一，但它可能比被动检查更昂贵、不够灵活，例如物体识别。动态视觉传感器（DVS）是一种生物启发式事件驱动视觉模型，利用快速移动场景中时间戳的像素级亮度变化，适应低延迟物体检测。本文介绍了一种名为F-UAV-D（快速无人机检测器）的嵌入式系统，它可以实现快速移动无人机的检测。特别是，我们提出了一种利用DVS作为实时低功耗配置中RGB相机替代方案的设置。我们的方法利用DVS的高动态范围（HDR）和背景抑制，在训练了各种快速移动的无人机后，在亚优化的环境条件下，如低照度和快速移动场景中，优于RGB输入。我们的结果表明，F-UAV-D可以使用平均不到15瓦的能量来检测无人机，并利用边缘计算机的CPU和GPU节点进行实时推理（即<50毫秒）。

本论文旨在解决无人机在受限区域的隐私和安全问题，提出了一种基于动态视觉传感器的嵌入式系统，用于快速无人机检测。

本论文的关键思路是利用动态视觉传感器的高动态范围和背景抑制特性，训练出能够在低照度和快速移动场景下优于RGB输入的无人机检测模型。

论文设计了实验来验证F-UAV-D系统的性能，结果表明该系统能够使用少于15瓦的平均功率进行无人机检测，并且能够在50毫秒以内进行实时推理。本论文的方法与当前领域的研究相比，具有更低的功耗和更高的检测精度。

相关研究包括使用其他传感器或技术进行无人机检测的方法，例如雷达和RGB相机。