ドローンによるターゲット追跡タスクにおける複雑な干渉やターゲットの遮蔽問題を解決するため、注意機構とターゲット遮蔽識別機構を導入した双子神経ネットワークベースの目標追跡アルゴリズムSiamALおよび物体検出アルゴリズムを融合した派生バージョンSiamAL-Detを提案した。SiamDMUアルゴリズムに基づき、まずバックボーンネットワークに注意機構を導入するとともに、新しい活性化関数h-swishを採用し、複雑な干渉条件下での特徴表現能力を向上させた。次に、カルマンフィルタに基づく運動事前情報を利用してターゲット軌道を推定し、トラッカー信頼度と予測-観測残差を組み合わせて追跡状態を階層的に判別する。深刻な遮蔽時には運動事前の重みを適応的に増加させ、遮蔽期間中の軌道連続性を保持する。最後に、検出と追跡を融合するアルゴリズムフレームワークを設計し、追跡失敗または深刻なドリフトを判定した場合に軽量検出ブランチを起動して再検出および補正を行う。UAV123データセットにおいて、SiamALおよびSiamAL-Detアルゴリズムは成功率および精度でそれぞれ65.3%、86.6%、68.6%、88.8%を達成し、ベースラインアルゴリズムSiamDMUに比べて2.5%、3.7%、5.8%、5.9%向上した。主流の双子ネットワークベースの追跡アルゴリズムと比較して成功率および精度で優れた性能を示し、提案手法がドローンによる空撮シーンで良好な応用展望を持つことを示している。

ドローン空撮; 双子目標追跡; 注意機構; カルマンフィルタ