Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

WildLive: Near Real-time Visual Wildlife Tracking onboard UAVs

Created by
  • Haebom

저자

Nguyen Ngoc Dat, Tom Richardson, Matthew Watson, Kilian Meier, Jenna Kline, Sid Reid, Guy Maalouf, Duncan Hine, Majid Mirmehdi, Tilo Burghardt

개요

본 논문은 드론에 탑재된 고해상도 영상 처리를 통해 야생 동물을 실시간으로 추적하는 WildLive 시스템을 소개한다. 기존 시스템들이 지상 기지국으로 영상을 스트리밍하는 방식과 달리, WildLive는 드론에 직접 탑재되어 실시간으로 동물을 탐지하고 추적한다. Jetson Orin AGX 하드웨어에 최적화된 WildLive는 희소 광류 추적(sparse optical flow tracking)과 임무 특정 샘플링을 통합하여 HD 영상에서 17.81fps, 4K 영상에서 7.53fps의 속도로 다수 동물 탐지 및 추적을 수행한다. 또한, 케냐 Ol Pejeta 보호구역에서 수집한 4K UAV 영상 19,000개 이상, 200,000개 이상의 주석이 달린 동물 인스턴스로 구성된 WildLive 데이터셋을 공개한다. OC-SORT, ByteTrack, SORT 등 기존 객체 추적 방식과의 비교 실험을 통해 고해상도 야생 동물 실시간 추적의 가능성을 입증한다.

시사점, 한계점

시사점:
드론 탑재형 고해상도 영상 처리를 이용한 실시간 야생 동물 추적의 가능성을 제시한다.
WildLive 데이터셋을 공개하여 향후 연구에 기여한다.
고정밀도 추적을 유지하면서도 실시간 처리 속도를 확보하여 향후 자율 비행 및 임무 특화 동물 중심 운용 자율성에 기여할 수 있다.
희소 광류 추적과 임무 특정 샘플링을 통한 계산 자원 효율적인 시스템 설계를 제시한다.
한계점:
현재 시스템은 특정 하드웨어(Jetson Orin AGX)에 최적화되어 있어 다른 하드웨어로의 이식성이 제한될 수 있다.
데이터셋은 특정 지역(케냐 Ol Pejeta 보호구역)에서 수집된 데이터로 구성되어 있어 일반화 성능에 대한 검증이 추가적으로 필요하다.
더욱 다양한 종류의 동물과 복잡한 환경에 대한 추적 성능 평가가 필요하다.
👍