宇宙警戒および宇宙物体監視システムにおいて、各種宇宙破片や信号が弱い小型惑星を効果的に検出するために、深宇宙環境に存在するノイズ干渉、目標特徴の微弱さ、軌道の非連続性といった課題に対処し、本論文では改良されたYOLO26に基づく目標検出および追跡アルゴリズムを提案する。まず、画像サブ領域自己認識強化モジュールを構築し、局所コントラスト最適化とエッジ保護機構により薄暗い目標の視覚的特徴の明瞭性を高める。次に、YOLO26検出ネットワークの軽量化設計を行い、改良型マルチスケール注意モジュールGCEMAを導入し、弱小目標の検出能力を強化する。最後に、OCSort追跡アルゴリズムと外観再識別モデルCosmicReIDを組み合わせ、多目標のカタログ化と安定した追跡を実現する。実験結果は、元のYOLO26ネットワークおよびOCSortアルゴリズムと比較して、改良後のネットワーク構造がパラメータ数の削減と推論速度の向上を示し、検出速度が11.9％向上し、統合システムの追跡精度は6.2％向上、目標のIDスイッチ頻度は48.5％減少したことを示す。これにより、自動追跡測定システムの検出精度および追跡精度の要求を満たす。

多目標追跡;画像処理;目標検出;データ関連付け