本研究介绍了G-MAD，这是一个开源框架，利用Arma3生成同步的多视角RGB-T数据，以用于空中目标检测。G-MAD解决了现实世界空中数据集构建的关键限制，包括有限的视点控制、不完美的RGB-T对齐和高昂的标注成本。该框架支持结构化场景规范、可控的多视角摄像机布置、可同时捕获可见光/热成像，并使用引擎级几何元数据进行自动边界框标注。
这些能力使得在空中目标检测中对视点变化、多模态融合和合成到真实转移的控制研究成为可能。此外，利用G-MAD，我们构建并发布了AMOD，一个新的大规模多视角空中RGB-T目标检测基准。源代码和数据集可在 G-MAD项目网站 获取。
博主点评： G-MAD框架通过游戏引擎生成数据，解决了传统数据集构建中的多项挑战，特别是在视角控制与标注效率上，展现了开源工具在计算机视觉领域的巨大潜力。其发布的AMOD基准将为未来研究提供宝贵的数据支持。