Метод узгодженого за рухом часового ф’южна для виявлення та відстеження БПЛА
Тип публікації :
Стаття
Дата випуску :
17 листопада 2025 р.
Автор(и) :
Мова основного тексту :
Англійська
eKNUTSHIR URL :
Журнал :
Випуск :
1 (4)
ISSN :
2788-6603
Початкова сторінка :
22
Кінцева сторінка :
28
Цитування :
[APA 7] Юрчук, І. А., & Семенченко, Т. (2025). Motion-consistent temporal fusion for UAV detection and tracking. Сучасні інформаційні технології, (1 (4)), 22–28. https://doi.org/10.17721/AIT.2025.1.03
[ДСТУ] Юрчук І. А., Семенченко Т. Motion-consistent temporal fusion for UAV detection and tracking. Сучасні інформаційні технології. 2025. no. 1 (4). P. 22—28. DOI: 10.17721/AIT.2025.1.03 (date of access: 17.07.2026).
Вступ. Виявлення та відстеження безпілотних літальних апаратів (БПЛА) у відеопотоках є критично важливим завданням сучасного моніторингу повітряного простору. Водночас воно залишається складним через малі розміри, швидкий рух БПЛА та їхню схожість із птахами чи фоновими об’єктами. Типові детектори формують нестабільні результати, які залежать від кадрів, а класичні трекери часто дають хибні спрацьовування та помилки детекції. Метою цієї роботи є стабілізація детекцій БПЛА додаванням до стандартного детекції-трекінг пайплайну спеціального методу часово-просторового ф’южна, чутливого до характеру руху об’єкта.
Методи. Базову систему RT-DETR + ByteTrack розширено за допомогою легкого методу узгодженого з рухом згладжування (MCF), який не залежить від навчання. Цей метод: (i) агрегує історію обмежувальних рамок за останні п’ять кадрів, (ii) усереднює просторові координати та рівні довіри, (iii) штрафує знайдені об’єкти, у яких короткочасні зміни швидкості або кута перевищують емпірично обрані пороги. Жодні ознаки зовнішності чи додаткове навчання не потрібні, тож рішення працює в реальному часі на одному GPU.
Результати. Експерименти на розміченому наборі відео з БПЛА показують, що запропонований метод підвищує MOTA з 0.533 до 0.591, Precision – із 73 % до 84 %, а кількість помилок ідентифікації зменшується із 60 до 28 (покращення на 53 % у стабільності ідентифікації). Recall трохи знижується з 90 % до 76 %, що відображає свідомий компроміс: система відфільтровує нестабільні або нехарактерні для БПЛА траєкторії, щоб покращити точність і зменшити кількість хибних спрацьовувань. Оцінювання проведено на понад 1 000 відеозаписах, що забезпечує надійність результатів у різноманітних умовах польоту.
Висновки. Запропонований метод ф’южна суттєво покращує як точність, так і стабільність результатів у послідовності кадрів відеовідстеження, практично не збільшуючи обчислювальні витрати. Його можна легко інтегрувати у вже наявні системи детекції та трекінгу. Метод особливо ефективний для застосування в реальному часі, хоча його продуктивність може знижуватися у випадках різких або непередбачуваних маневрів БПЛА поза межами заздалегідь визначених параметрів руху.
Методи. Базову систему RT-DETR + ByteTrack розширено за допомогою легкого методу узгодженого з рухом згладжування (MCF), який не залежить від навчання. Цей метод: (i) агрегує історію обмежувальних рамок за останні п’ять кадрів, (ii) усереднює просторові координати та рівні довіри, (iii) штрафує знайдені об’єкти, у яких короткочасні зміни швидкості або кута перевищують емпірично обрані пороги. Жодні ознаки зовнішності чи додаткове навчання не потрібні, тож рішення працює в реальному часі на одному GPU.
Результати. Експерименти на розміченому наборі відео з БПЛА показують, що запропонований метод підвищує MOTA з 0.533 до 0.591, Precision – із 73 % до 84 %, а кількість помилок ідентифікації зменшується із 60 до 28 (покращення на 53 % у стабільності ідентифікації). Recall трохи знижується з 90 % до 76 %, що відображає свідомий компроміс: система відфільтровує нестабільні або нехарактерні для БПЛА траєкторії, щоб покращити точність і зменшити кількість хибних спрацьовувань. Оцінювання проведено на понад 1 000 відеозаписах, що забезпечує надійність результатів у різноманітних умовах польоту.
Висновки. Запропонований метод ф’южна суттєво покращує як точність, так і стабільність результатів у послідовності кадрів відеовідстеження, практично не збільшуючи обчислювальні витрати. Його можна легко інтегрувати у вже наявні системи детекції та трекінгу. Метод особливо ефективний для застосування в реальному часі, хоча його продуктивність може знижуватися у випадках різких або непередбачуваних маневрів БПЛА поза межами заздалегідь визначених параметрів руху.
Галузі знань та спеціальності :
12 Інформаційні технології
Галузі науки і техніки (FOS) :
Інженерія та технології
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
710.47 KB
Контрольна сума :
(MD5):ec809ec33d3f9b3bda0b78b0bb2ccbbc
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International