تتبع الهدف الموجه للطائرات بدون طيار في صور الفيديو هو جزء مهم من مهام مكافحة الطائرات بدون طيار. تواجه الطائرات بدون طيار صعوبات في الطيران على ارتفاع منخفض بسبب الخلفية المعقدة، بالإضافة إلى أن نسبة البكسلات الخاصة بالهدف صغيرة في صور الفيديو، مما يزيد من صعوبة تتبع الهدف. استجابة لهذه المشكلات، تم اقتراح خوارزمية تتبع الهدف القائمة على شبكة عصبية توأمية (SiamAU) تعتمد على SiamRPN++ مع إدخال تحسينات في الشبكة الأساسية وإعادة ترتيب الميزات. أولاً، تم إضافة شبكة انتباه ECA-Net إلى الشبكة الأساسية مع تحسين دالة التنشيط لتعزيز قدرة تمثيل الميزات في خلفيات معقدة؛ ثم تم تقليل أبعاد الميزات السطحية الناتجة من الشبكة الأساسية ودمجها مع الميزات العميقة الثلاثة الأخيرة للحصول على ميزات دمج عميقة محسنة أكثر ملائمة لتتبع الأهداف الصغيرة مثل الطائرات بدون طيار. على مجموعة بيانات DUT Anti-UAV، حققت خوارزمية SiamAU معدل نجاح ودقة بلغت 60.5% و88.1%، مما يمثل تحسناً بنسبة 5.6% و8.1% مقارنة بالخوارزميات المرجعية. أظهرت نتائج الاختبار على مجموعتين من البيانات المفتوحة أن أداء تتبع خوارزمية SiamAU في سيناريوهات مكافحة الطائرات بدون طيار يتفوق على الخوارزميات السائدة حالياً.

مكافحة الطائرات بدون طيار;تتبع الهدف;شبكة توأمية;آلية الانتباه;إعادة ترتيب الميزات