UAPD (UAV Any Perspectives Depth)

UAPD数据集是由中国科学院空天信息创新研究院团队创建的无人机视角深度估计基准数据集，旨在解决无人机在动态视角下深度估计的泛化问题。该数据集包含42,000张合成图像，通过CARLA仿真平台生成，涵盖了高度、俯仰、滚转和视野参数的连续均匀分布，并提供了精确的真实深度图和相机姿态标注。数据集的构建过程基于理论推导的几何关系，模拟了无人机在实际飞行中的复杂视角变化，其内容专注于大规模深度范围和多视角场景。该数据集主要应用于无人机自主导航、三维重建和计算机视觉领域，旨在评估和提升模型在任意无人机视角下的深度估计与相机姿态估计性能。The UAPD Dataset is a benchmark dataset for unmanned aerial vehicle (UAV) view depth estimation, developed by the team at the Aerospace Information Research Institute, Chinese Academy of Sciences. It is designed to address the generalization issue of depth estimation for UAVs under dynamic viewpoints. This dataset includes 42,000 synthetic images generated through the CARLA simulation platform, which covers continuous uniform distributions of altitude, pitch, roll, and field-of-view parameters, and provides precise ground-truth depth maps and camera pose annotations. The construction of the dataset is based on theoretically derived geometric relationships, simulating the complex viewpoint variations of UAVs during actual flight. Its content focuses on large-scale depth ranges and multi-viewpoint scenarios. This dataset is primarily applied in the fields of UAV autonomous navigation, 3D reconstruction, and computer vision, with the goal of evaluating and enhancing the performance of models in depth estimation and camera pose estimation under arbitrary UAV viewpoints.

原始信息汇总

数据集简介

• 名称： UAPD（UAV Any Perspectives Depth）数据集
• 用途： 面向无人机（UAV）航拍图像的单目深度估计，支持连续变化的相机高度、俯仰角、翻滚角及视场角（FOV）下的深度与相机位姿联合估计。
• 来源平台：
  • Hugging Face：https://huggingface.co/datasets/ThisIsLT/UAPD
  • 百度网盘：https://pan.baidu.com/s/1wP8FzE-KBbYsO_diMaxvdQ （提取码：k37s）

数据集构建

• 通过选择仿真场景、设定时间、随机生成行人和车辆，构建贴近真实的仿真环境。
• 通过随机采样相机位置和位姿，获取图像及其对应的深度图。
• 提供了不同场景的数据比例以及视角分布信息。

相关模型

• DAPM（Depth Estimation for Any Perspectives Model）是为UAPD数据集设计的首个单目深度估计框架，能够联合估计相机位姿和深度。
• 核心模块：
  • IGD（Ideal Ground Depth）：利用视角与视距的几何关系实现密集相机位姿监督并增强深度特征。
  • PQB（Progressive Quantization Bins）：通过渐进式监督与分层量化箱，实现复杂航拍场景的鲁棒深度估计。
• 性能验证：在UAPD数据集上，DAPM在深度估计和相机位姿估计指标上均达到当前最优水平。

环境与使用

• 运行环境：支持Linux或Windows，Python 3.8，NVIDIA GPU + CUDA 11.8。
• 快速安装：通过conda创建环境并安装依赖（opencv及requirements.txt中的Python库）。
• 训练命令：python train.py
• 推理命令：python test.py

搜集汇总

数据集介绍

构建方式

UAPD数据集依托CARLA仿真平台构建，通过动态加载七种城镇地图，随机设定光照时间、行人车辆分布，并在以原点为中心的100×100米区域内随机采样相机位姿，涵盖高度、俯仰角、横滚角及视场角的连续分布。系统执行5万次独立采样，每轮采集后经200毫秒休眠确保数据稳定写入，最终人工剔除约8千张因随机位姿导致的异常图像，保留4.2万张512×512分辨率的高质量RGB图像及其对应的真实深度图与位姿标注。

特点

该数据集具备高度多样性与系统性：深度范围跨越0至1000米，高度10至100米，俯仰角从-100°至10°，横滚角±30°，视场角30°至120°，均呈连续均匀分布。相较现有无人机深度数据集仅涵盖有限位姿变化，UAPD首次实现了四维位姿参数的全面覆盖，为研究位姿变化对深度估计的影响提供了独特视角。同时，深度图采用对数归一化处理，更贴近高斯分布，有效缓解了长尾效应。

使用方法

UAPD可用于评估和训练单目深度估计与相机位姿估计的联合任务。训练集包含41186幅图像，验证集857幅，数据按标准流程预处理：深度值经对数变换并归一化至0-1区间，位姿参数亦归一化处理，之后进行均匀量化与独热编码。数据增强采用色彩扰动、高斯噪声及随机水平翻转，且同步调整横滚角以保持几何一致性。实验可与现有方法在δ1、AbsRel、RMSE等深度指标以及Roll、Pitch等位姿指标上公平对比。

背景与挑战

背景概述

UAPD（UAV Any Perspectives Depth）数据集由中国科学院空天信息创新研究院的研究团队于2021年提出，旨在解决无人机单目深度估计在任意视角下的泛化难题。当前，无人机在复杂动态环境中执行自主导航与三维重建任务时，其成像视角随高度、俯仰角、翻滚角和视场角持续变化，导致场景几何结构与深度分布呈现出高度动态与非线性的特征，而现有数据集大多局限于固定或有限的视角变化，难以支撑对视角敏感深度估计模型的全面评估。为此，研究团队构建了包含约42,000张图像的UAPD数据集，所有样本均通过CARLA模拟平台生成，覆盖城市、乡村、农业等多类场景，且每个样本均配备连续的姿态参数标签与高精度深度真值。该数据集首次实现了对无人机任意视角下深度与相机姿态联合估计的系统性支撑，推动了基于视觉的无人机环境感知技术向更真实、更广泛部署场景的迁移。

当前挑战

UAPD数据集所面临的核心挑战首先源于其所解决的领域问题：无人机在多种姿态与视角下的单目深度估计。由于高度、俯仰、翻滚及视场角连续变化，场景中不同尺度物体的深度分布差异极大，传统基于固定视角训练的深度估计模型难以泛化至如此广泛且动态的几何变化场景。此外，构建过程中的挑战同样突出：如何在仿真环境中高效生成兼具真实性、视角连续性与场景多样性的数据，需要精确控制相机外参（如高度、俯仰、翻滚）与内参（视场角），并确保深度真值、姿态标签与环境光照、动态物体分布之间的时空一致性。同时，为了模拟真实飞行条件下的光学畸变，还需对镜头参数进行复杂随机化处理，进一步加大了数据采集和后期筛选的难度。

常用场景

经典使用场景

UAPD数据集的核心价值在于为任意视角下的无人机单目深度估计提供标准化评测基准。该数据集包含42,000张高密度连续分布的无人机航拍图像，覆盖了高度、俯仰角、横滚角以及视场角四个关键视角参数的连续变化空间，突破了传统数据集仅局限于有限视角或单一参数变化的瓶颈。研究者可借助UAPD系统性地评估深度估计算法在不同飞行姿态、高度及相机参数下的泛化性能，尤其适用于验证模型在剧烈视角变化场景中保持几何一致性与深度精度的能力，成为推动航空视觉感知领域研究的关键数据基石。

衍生相关工作

UAPD数据集的发布催生了一系列经典后续工作，其中最具代表性的是本文提出的DAPM框架，该工作首次将深度估计与相机位姿估计在无人机航拍场景中联合优化，并引入理想地面深度模块与渐进式量化箱机制，在UAPD上取得了领先性能。此外，该数据集为后续研究提供了验证视角泛化性的权威基准，促进了对深度-位姿联合学习理论、跨域迁移策略以及轻量化模型设计的深入探索。UAPD还启发了学者们从仿真数据扩展至真实航拍图像的采集范式，推动了面向复杂地形适应性与多任务联合学习的无人机视觉系统的发展。

数据集最近研究

最新研究方向

UAPD数据集为无人机单目深度估计领域提供了首个涵盖连续高度、俯仰、横滚和视场角变化的综合性基准，其前沿研究方向聚焦于联合估计相机位姿与深度分布。通过理想地面深度模块与渐进量化箱策略，该数据集揭示了视角变化与深度几何耦合的内在机理，显著提升了复杂空中场景下模型对多尺度深度和极端姿态的鲁棒性。这一工作填补了现有数据集缺乏连续位姿标注的空白，推动了低空经济中自主导航、三维重建等热点应用的算法发展，为构建高精度、轻量化的空中感知系统奠定了坚实的评测基础。

相关研究论文

• DAPM: UAV Monocular Depth Estimation from Any Height, Pitch, Roll and FOV

  中国科学院·空天信息创新研究院; 中国科学院大学·电子电气与通信工程学院; 中国科学院大学; 中国科学院·空天信息创新研究院·目标认知与应用技术重点实验室 · 2026年