面向无人机安全的空中目标追踪挑战赛

某中心宣布，将与某云计算服务联合举办国际计算机视觉大会（ICCV）2021 首届空中目标追踪（AOT）研讨会。该研讨会围绕一项新挑战展开，该挑战基于某中心发布的一个大型且独特的数据集——空中目标追踪数据集。该数据集旨在通过基准测试空中目标的检测与追踪技术，以提升空域安全。

挑战赛概览

该挑战赛已于四月启动，核心任务是在连续的视频帧中追踪空中目标，其最终目标是实现障碍物规避。挑战赛的前六名将在研讨会上进行简短发言。某中心还为参赛者提供了总额 5 万某币的奖金，包括第一名 1.5 万某币，以及由评委选出的“最具创意”安全解决方案奖 2,500 某币。

研讨会将于 2021 年 10 月 11 日以线上形式举行，届时将邀请来自某机构的研究人员（如 Amir Navot）以及学术界人士（如慕尼黑工业大学的 Laura Leal-Taixé、洛桑联邦理工学院的 Pascal Fua 和图宾根研究所的 Andreas Geiger）发表演讲。

感知与规避：技术核心

近年来，无人机的应用已扩展至基础设施检查、应急响应支持、农业与环境调查以及包裹递送等领域。在此背景下，无人机的安全运行需要完全自主且稳健的感知与规避系统。通过共享数据集、定义问题和评估标准并举办挑战赛，旨在让计算机视觉界接触自主飞行应用这一相对新兴的领域，同时强调安全自主飞行所需的现实世界要求。

数据集与技术细节

为生成 AOT 数据集中的飞行序列，两架飞行器均配备了传感器，并按照预设的轨迹飞行。它们的飞行轨迹旨在创造各种不同的距离、接近速度和接近角度。除了这些“计划内”的飞行器，AOT 还包含了其他“计划外”的空中目标。所有图像都经过了人工标注，以标示出空中目标的位置。

空中目标在对于早期探测至关重要的距离上通常显得非常小：平均仅占图像尺寸的 0.01%，小至几个像素的区域。AOT 总计包含近 164 小时的飞行数据：4,943 个飞行序列，每个序列约 120 秒，并在多种不同条件下以 10 Hz 的频率采集。

双重挑战任务

参赛者可以选择解决以下一个或两个挑战：

1. 遭遇级别检测：成功追踪一个空中目标达三秒——且目标距离无人机在 300 米以内。追踪器的误报率必须不高于每两小时一次。

2. 帧级别目标检测：目标是最大化每帧图像中检测到的空中目标数量与所有应被检测到的空中目标总数之间的比率。此挑战对每帧图像的误检数量有预算限制。

研讨会组织者计划将此研讨会作为一系列年度研讨会的第一届，旨在促进和宣传自主飞行的研究，最终为无人机营造更安全的天空。

重要日期（修订于 2021年7月13日）

• 最终提交截止日期和论文提交截止日期：8月2日(原为7月15日)
• 私有排行榜发布：7月20日
• 获奖者公布：7月25日
• 录用通知发出：8月10日(原为8月5日)
• 最终稿提交截止日期：8月17日(原为8月15日)
• 挑战赛提交截止日期：9月1日FINISHED
  更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
  对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）