MOBDrone

MOBDrone数据集由意大利国家研究委员会的信息科学与技术研究所创建，旨在通过无人机视频加速落水人员的识别与救援。该数据集包含超过125,000张海洋环境下的无人机视角图像，涵盖多种条件如不同高度、拍摄角度和光照。数据集通过手动标注超过180,000个对象，其中约113,000个为落水人员，精确到边界框。创建过程涉及专业无人机飞行员和潜水员，确保数据的多样性和准确性。该数据集主要应用于海洋安全领域，特别是提高落水救援的效率和成功率。

The MOBDrone dataset was developed by the Institute of Information Science and Technologies, National Research Council of Italy, with the objective of accelerating the identification and rescue of people who have fallen into water via drone footage. This dataset comprises over 125,000 drone-view images captured in marine environments, covering diverse conditions including varying altitudes, shooting angles and lighting conditions. It includes more than 180,000 manually annotated objects, among which approximately 113,000 are people who have fallen into water with precise bounding box annotations. The dataset creation process involved professional drone pilots and divers to guarantee the diversity and accuracy of the data. This dataset is primarily applied in the maritime safety domain, specifically to enhance the efficiency and success rate of water rescue operations.

搜集汇总

数据集介绍

构建方式

MOBDrone 数据集的构建旨在填补海上遇险人员检测领域中缺乏专业标注数据集的空白。数据采集活动在意大利比萨附近的 Gombo 海滩进行，采集了 49 个高分辨率（4K）的视频，使用 DJI Phantom 4Pro V2 无人机的 DJI FC6310 摄像头。视频片段包含各种场景，如不同高度、相机拍摄角度和光照条件下的海面图像。数据集包含 126,170 张图像，其中包含 5 个类别（人、船、冲浪板、木头和救生圈）的 181,689 个对象实例。数据集的构建过程涉及数据采集、后期处理和标注，总计耗时近 80 小时。

使用方法

MOBDrone 数据集的使用方法如下：1. 数据集下载：用户可以从 MOBDrone 数据集的官方网站下载数据集。2. 数据集准备：用户需要对下载的数据集进行解压和预处理，包括转换图像分辨率、提取图像帧等。3. 数据集标注：用户可以使用 CVAT 等标注工具对数据集中的对象进行标注。4. 模型训练：用户可以使用标注好的数据集训练目标检测模型。5. 模型评估：用户可以使用数据集中的测试集对训练好的模型进行评估。6. 应用研究：用户可以将训练好的模型应用于海上遇险人员检测等实际场景。

背景与挑战

背景概述

在海上搜救领域，坠海人员（Man OverBoard，MOB）的识别和救援是一个极具挑战性的任务。MOBDrone数据集正是为了应对这一挑战而创建的。该数据集由意大利国家研究委员会的信息科学与技术研究所、临床生理学研究所和地球科学与资源研究所共同开发，并在2022年3月发布。MOBDrone数据集包含超过12.5万张无人机视角的海洋环境图像，涵盖了不同的高度、相机拍摄角度和光照条件。研究人员手动标注了超过18万个对象，其中约11.3万个为坠海人员，并使用边界框进行了精确定位。此外，研究人员还对该数据集上的几种最先进的对象检测器进行了性能分析，为后续研究提供了基准。

当前挑战

MOBDrone数据集面临的挑战主要在于海上环境中坠海人员的检测。首先，海上环境复杂多变，光照条件、海浪和天气等因素都会对图像质量产生影响，增加了检测的难度。其次，坠海人员在海水中的形态和位置变化多样，给对象定位和识别带来了挑战。此外，构建过程中遇到的挑战包括数据采集的复杂性、标注的准确性和一致性，以及如何平衡数据集的多样性和代表性。为了克服这些挑战，研究人员需要进一步改进检测算法，提高其在复杂环境下的鲁棒性，并探索更有效的数据标注和评估方法。

常用场景

经典使用场景

MOBDrone数据集的建立，旨在解决海上搜救中人员落水（Man OverBoard，MOB）的自动识别问题。该数据集包含了超过125K张无人机视角的海上环境图像，并标注了超过180K个目标物体，其中约113K个是落水人员。MOBDrone数据集的典型使用场景包括但不限于：1）训练和测试针对海上人员落水检测的深度学习模型；2）评估现有物体检测算法在海上搜救任务中的性能；3）为未来基于无人机的海上搜救系统提供数据支持。

解决学术问题

MOBDrone数据集的发布填补了海上搜救领域缺乏大型公共数据集的空白。该数据集解决了以下学术研究问题：1）缺乏专门针对海上人员落水检测的数据集；2）现有的物体检测算法在海上的应用效果不佳；3）海上搜救任务的实时性和准确性要求较高。MOBDrone数据集的发布对于推动海上搜救领域的学术研究和实际应用具有重要意义。

实际应用

MOBDrone数据集的实际应用场景包括但不限于：1）海上搜救任务中的人员定位和跟踪；2）船舶导航和停靠阶段的辅助决策；3）海上安全监测和预警。该数据集的发布为开发基于无人机的海上搜救系统提供了数据支持，有望提高海上搜救任务的效率和成功率。

数据集最近研究

最新研究方向

MOBDrone数据集是针对海上遇险者自动识别和救援的人工智能研究领域的最新进展。该数据集包含超过125K张无人机拍摄的海洋环境下的图像，以及超过180K个人工标注的对象，其中约113K是遇险者。这一数据集的发布填补了专门用于海上遇险者检测和识别的标注数据集的空白。研究者们对多个最先进的物体检测器在MOBDrone数据集上的性能进行了深入分析，为未来研究提供了基线。研究结果表明，尽管预训练模型在海上遇险者检测方面表现出一定的性能，但仍有提升空间，特别是在分类阶段。未来研究将扩展数据集，并考虑使用合成图像进行监督训练，以提高模型的定位和识别能力，从而为海上遇险者救援提供更快速有效的支持。

相关研究论文

• MOBDrone: a Drone Video Dataset for Man OverBoard Rescue

  信息科学与技术研究所 · 2022年