[論文レビュー] The 2nd Anti-UAV Workshop & Challenge: Methods and Results

Jian Zhao, Gang Wang+10 more|arXiv (Cornell University)|Aug 23, 2021

Video Surveillance and Tracking Methods参考文献 13被引用数 9

ひとこと要約

本論文は、280本のHD動画シーケンスを含む大規模な熱赤外データセットを紹介する第2回アンチUAVワークショップ・チャレンジを提示している。このデータセットは、動的条件下での多スケール（大型、小型、極小）UAVを含む。24の国際的チームのトラッキング手法が評価され、トップアプローチはシアンペルネットワーク、マルチトラッカー融合、およびモーション強化型オプティカルフローを組み合わせることで、複雑なシナリオにおける精度を向上させ、テスト・デベロップメントセットで最高0.6444のトラッキング精度を達成した。

ABSTRACT

The 2nd Anti-UAV Workshop \& Challenge aims to encourage research in developing novel and accurate methods for multi-scale object tracking. The Anti-UAV dataset used for the Anti-UAV Challenge has been publicly released. There are two subsets in the dataset, $i.e.$, the test-dev subset and test-challenge subset. Both subsets consist of 140 thermal infrared video sequences, spanning multiple occurrences of multi-scale UAVs. Around 24 participating teams from the globe competed in the 2nd Anti-UAV Challenge. In this paper, we provide a brief summary of the 2nd Anti-UAV Workshop \& Challenge including brief introductions to the top three methods.The submission leaderboard will be reopened for researchers that are interested in the Anti-UAV challenge. The benchmark dataset and other information can be found at: https://anti-uav.github.io/.

研究の動機と目的

• 熱赤外動画を用いて、複雑で動的な環境下での小型・高速移動UAVの検出およびトラッキングの課題に対処すること。
• UAVトラッキングおよびオブジェクト検出分野の研究を支援するための大規模かつ高品質なベンチマークデータセットを提供すること。
• 遮蔽、ごみ、照明条件の変化といった条件下でも良好に動作する、頑健で一般化可能なトラッキングアルゴリズムの開発を促進すること。
• 実世界の応用に焦点を当てることで、学術界と産業界の連携を促進すること。
• 赤外画像を用いた長期的で多スケールのオブジェクトトラッキングの最先端技術を、極小かつ高速移動UAVのトラッキングに向け進展させること。

提案手法

• 空間的・時間的注意を備えたシアンペルネットワークベースのトラッカー（SiamSTA）を提案し、熱赤外動画における特徴表現とトラッキングの頑健性を向上させた。
• LTMUおよびAlphaRefを用いたマルチトラッカー投票と融合により、長期トラッキングの安定性と精度を向上させた。
• 背景ノイズからの動きパターンを分離することで、小型UAVの検出を可能にする、オプティカルフローに基づくモーション強化を導入した。
• スライディングウィンドウ検索とオプティカルフローを用いた再検出モジュールを適用し、故障後に失われたターゲットを回復させた。
• 信頼度ベースの検証と再検出を組み合わせた、スーパーディムプ（SuperDiMP）、トランスティーチャンネル（TransT）、シアンリーパン++（SiamRPN++）を統合したマルチスケールトラッキングフレームワークを構築した。
• 予測結果を複数のトラッカーから集約し、1フレームあたり最高信頼度の結果を選択するために、IoUベースのクラスタリングアルゴリズムを用いた。

実験結果

リサーチクエスチョン

• RQ1 限られた外観の手がかりを持つ熱赤外動画において、深層学習モデルをどのように多スケールUAVのトラッキングに適応できるか？
• RQ2 複雑でごみの多い環境下で、マルチトラッカー融合とモーション強化がトラッキング精度に与える影響は何か？
• RQ3 検出ヘッドを用いずに、事前学習済みRGBトラッカーを赤外ベースのUAVトラッキングに効果的に微調整または適応できるか？
• RQ4 オプティカルフローに基づくモーション活性化は、背景ノイズから小型で高速移動するUAVをどれほど効果的に分離できるか？
• RQ5 遮蔽や外観の変化にさらされる極小UAVのトラッキングにおいて、長期トラッキングアーキテクチャ（例：LTMU）が頑健性を向上させる役割は何か？

主な発見

• 最高精度を記録した手法「huangbo940326」は、テスト・デベロップメントサブセットで0.6444のトラッキング精度を達成し、ベースライン手法を著しく上回った。
• マルチトラッカー投票と融合戦略を採用した場合、モーション強化と組み合わせることで、精度が64.0から68.7に向上し、強力な頑健性を示した。
• オプティカルフローと背景差分法によるモーション強化により、極小UAVの検出感度がベースライン比4.7ポイント向上した。
• SuperDiMPフレームワークにLTMUとAlphaRefを統合した結果、精度が60.6から64.0に向上し、長期トラッキングにおける有効性が確認された。
• JNUトラッカーに組み込まれた再検出モジュールにより、ターゲットを失った後の回復が可能となり、精度が64.0から67.9に向上した。
• アブレーションスタディの結果、マルチスケール探索と複数バックボーンネットワーク（SuperDiMP、TransT、SiamRPN++）の統合が、単一モデルベースラインに比べて顕著な性能向上をもたらしたことが確認された。