[论文解读] 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 9

一句话总结

本论文介绍了第二届反无人机挑战赛，提出一个大规模热成像红外数据集，包含280段高清视频序列，涵盖多种尺度（大、小、微型）无人机在动态环境下的情况。该研究评估了24支国际团队的跟踪方法，顶尖方法结合了孪生网络、多跟踪器融合与运动增强光流技术，在复杂场景中显著提升了精度，于测试-开发集上达到最高0.6444的跟踪准确率。

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/.

研究动机与目标

• 解决在复杂动态环境中使用热成像红外视频检测与跟踪小型及高速移动无人机的挑战。
• 提供一个大规模、高质量的基准数据集，以支持无人机跟踪与目标检测领域的研究。
• 推动开发在遮挡、杂乱背景及光照条件变化下仍具鲁棒性与泛化能力的跟踪算法。
• 通过聚焦反无人机技术在真实场景中的应用，促进学术界与工业界的协作。
• 推进使用红外成像技术对微型及高速移动无人机进行长期、多尺度目标跟踪的最先进技术。

提出的方法

• 提出一种基于孪生网络的跟踪器（SiamSTA），引入时空注意力机制，以提升热成像红外视频中的特征表示能力与跟踪鲁棒性。
• 采用多跟踪器投票与融合策略，结合LTMU与AlphaRef，以增强长期跟踪的稳定性和准确性。
• 集成基于光流的运动增强技术，通过从背景噪声中分离运动模式来检测小型无人机。
• 应用基于滑动窗口搜索与光流的重检测模块，以在目标丢失后实现失败后的恢复。
• 在多尺度跟踪框架中融合SuperDiMP、TransT与SiamRPN++，结合置信度验证与重检测机制。
• 采用基于IoU的聚类算法，聚合多个跟踪器的预测结果，并为每帧选择置信度最高的结果。

实验结果

研究问题

• RQ1 如何将深度学习模型适配于在外观线索有限的热成像红外视频中跟踪多尺度无人机？
• RQ2 多跟踪器融合与运动增强对复杂杂乱环境中跟踪准确率的影响如何？
• RQ3 预训练的RGB跟踪器能否在不使用检测头的情况下，有效微调或适配用于红外无人机跟踪？
• RQ4 基于光流的运动激活在区分背景噪声中小型高速移动无人机方面有多有效？
• RQ5 长期跟踪架构（如LTMU）在遮挡与外观变化条件下对微型无人机跟踪鲁棒性的提升作用是什么？

主要发现

• 表现最佳的方法 'huangbo940326' 在测试-开发子集上实现了0.6444的跟踪准确率，显著优于基线方法。
• 多跟踪器投票与融合策略在结合运动增强后，将准确率从64.0提升至68.7，展现出强大鲁棒性。
• 通过光流与背景减除实现的运动增强，使微型无人机检测灵敏度相比基线提升了4.7个百分点。
• 在SuperDiMP框架中集成LTMU与AlphaRef后，准确率从60.6提升至64.0，证明其在长期跟踪中的有效性。
• JNU跟踪器中的重检测模块通过恢复丢失目标，使准确率从64.0提升至67.9。
• 消融实验表明，多尺度搜索与多个主干网络（SuperDiMP、TransT、SiamRPN++）的融合，显著优于单一模型基线。