비디오 영상에서 드론을 향한 목표 추적은 반드론 임무에서 중요한 부분입니다. 드론은 저고도에서 복잡한 배경을 가지고 비행하며, 영상에서 목표의 픽셀 비율이 작아 목표 추적에 어려움이 있습니다. 이러한 문제를 해결하기 위해 SiamRPN++를 기반으로 개선된 백본 네트워크와 특징 재배열을 도입한 쌍둥이 신경망 목표 추적 알고리즘(SiamAU)을 제안합니다. 먼저, 백본 네트워크에 ECA-Net 주의 메커니즘을 추가하고 활성화 함수를 개선하여 복잡한 배경에서 특징 표현 능력을 향상시켰습니다; 이후 백본 네트워크 출력의 얕은 특징을 저차원으로 축소하고 후반 3개 깊은 특징과 융합하여 드론과 같은 작은 목표 추적에 적합한 개선된 심층 융합 특징을 얻었습니다. DUT Anti-UAV 데이터셋에서 SiamAU 알고리즘은 성공률과 정확도가 각각 60.5%와 88.1%에 달해 기준 알고리즘 대비 각각 5.6%와 8.1% 향상되었습니다. 두 개의 공개 데이터셋 테스트 결과는 반드론 시나리오에서 SiamAU 알고리즘의 추적 성능이 현재 주류 알고리즘보다 우수함을 보여줍니다.

반드론;목표 추적;쌍둥이 네트워크;주의 메커니즘;특징 재배열