Оцінювання алгоритмів відстеження на основі руху для відстеження малих БПЛА

Анотація

Зростаюче використання малих безпілотних літальних апаратів (БПЛА) створює серйозні проблеми з безпекою для аеропортів, об'єктів критичної інфраструктури та військових об'єктів, формуючи попит на автоматизовані системи протидії дронам, здатні виявляти та супроводжувати повітряні цілі в реальному часі. Трекінг малих БПЛА залишається складним через низьку роздільну здатність, нерегулярну динаміку польоту, часті оклюзії та високу чутливість метрики IoU до похибок локалізації на рівні окремих пікселів, що разом ускладнює надійну часову асоціацію. Більшість наявних бенчмарків трекінгу кількох об'єктів (MOT) зосереджені на пішоходах, а не на малих повітряних цілях, через що практики не мають чітких рекомендацій щодо вибору трекера для задач БПЛА. У цій статті представлено емпіричне оцінювання п'яти алгоритмів трекінгу сімейства SORT, а саме ByteTrack, BoT-SORT, DeepOC-SORT, Hybrid-SORT та StrongSORT, на наборі даних Anti-UAV-RGBT. Усі трекери використовують спільний детектор RT-DETR-L, донавчений на тренувальному спліті Anti-UAV-RGBT, а реідентифікацію за зовнішнім виглядом вимкнено, щоб порівняння відображало лише стратегії асоціації на основі руху. Тестовий набір містить 92 послідовності з 79 699 еталонними анотаціями, згрупованими у три категорії розмірів (малі ≤48 пк, середні 48–128 пк, великі >128 пк), що дозволяє зробити розбивку якості трекінгу за масштабом цілі. Експерименти проводилися на одному графічному процесорі NVIDIA RTX 5090. BoT-SORT досягає найвищого загального показника MOTA 0.7802 і лідирує на малих об'єктах зі значенням 0.7479; його модуль глобальної компенсації руху камери (Global Motion Compensation) усуває зміщення, спричинене рухом камери, до кроку прогнозування Калманом і зберігає перекриття за IoU, коли ціль займає лише декілька десятків пікселів. ByteTrack демонструє найбільше падіння точності на малих об'єктах, втрачаючи 10.8 відсоткового пункту порівняно із загальним показником. DeepOC-SORT та Hybrid-SORT працюють на 38% швидше (понад 33 кадри за секунду), поступаючись менш, ніж на 1.3 відсоткового пункту у загальній точності. На основі цих результатів у статті надано практичні рекомендації щодо розгортання, які допомагають обрати трекер залежно від масштабу цілі, вимог до точності та доступних обчислювальних ресурсів.

Ключові слова: відстеження БПЛА, відстеження кількох об'єктів, SORT, відстеження малих об'єктів, RT-DETR, бенчмарк, Anti-UAV.