動画画像におけるドローン対象の追跡は、反ドローンミッションの重要な一環です。ドローンは低空飛行時に背景が複雑であり、また動画画像内の対象のピクセル占有率が小さいため、対象追跡が困難です。これらの課題に対し、SiamRPN++を基に改良されたバックボーンネットワークと特徴の再配列を導入した双子神経ネットワーク追跡アルゴリズム（SiamAU）を提案します。まず、バックボーンネットワークにECA-Net注意機構を追加し、活性化関数を改良して複雑な背景下での特徴表現能力を向上させました。次に、バックボーンの浅層特徴を次元削減し、後層3つの深層特徴と融合することで、ドローンなどの小さい対象の追跡に適した改良深層融合特徴を得ました。DUT Anti-UAVデータセット上で、SiamAUアルゴリズムは成功率60.5％、精度88.1％を達成し、基準アルゴリズムよりそれぞれ5.6％及び8.1％向上しました。2つの公開データセットによるテスト結果は、反ドローン環境においてSiamAUアルゴリズムの追跡性能が現在主流のアルゴリズムを上回ることを示しています。

反ドローン;ターゲット追跡;双子ネットワーク;注意機構;特徴再配列