الكفاءة المحسّنة والكشف عن الطيارات المُسيرة المدعومة بالبيانات الاصطناعية

هذا هو البحث الخاص بالحل الفائز بالمرتبة الأولى في تحدي الطيور مقابل الطائرات المُسيرة، الذي نظّمه AVSS 2021. مع ازدياد استخدام الطائرات المُسيرة نتيجة انخفاض التكاليف وتحسين التقنيات المتعلقة بها، أصبح كشف الطائرات المُسيرة مهمة حيوية في مجال كشف الكائنات. ومع ذلك، فإن كشف الطائرات المُسيرة على مسافات بعيدة في ظروف غير مواتية، مثل التباين الضعيف، والمسافات الطويلة، وانخفاض الرؤية، يتطلب خوارزميات فعّالة. نحن نعالج مشكلة كشف الطائرات المُسيرة من خلال تحسين نموذج YOLOv5 باستخدام بيانات حقيقية وبيانات مُولَّدة اصطناعيًا، مع استخدام مُتَتبع كائنات مُستند إلى خوارزمية كالمان لتعزيز ثقة الكشف. تُظهر نتائجنا أن تعزيز البيانات الحقيقية بمجموعة مثلى من البيانات الاصطناعية يمكن أن يُحسّن الأداء. علاوةً على ذلك، يمكن للمعلومات الزمنية التي تُجمع عبر أساليب تتبع الكائنات أن تُعزز الأداء بشكل إضافي.