SIRA: علاقات وارتباطات قابلة للتوسع بين الإطارات للاستشعار الراداري

تواجه تقنيات استخراج الميزات التقليدية للرادار تحديات بسبب الدقة المكانية المنخفضة، الضوضاء، الانعكاس المتعدد المسارات، وجود الأهداف الوهمية، والتشويه الحركي. يمكن أن تتفاقم هذه التحديات بسبب الحركة غير الخطية للأجسام، خاصة من وجهة نظر الذات. يصبح واضحاً أن الحل لهذه التحديات يكمن في استغلال العلاقة بين الميزات الزمنية على أفق زمني ممتد وفرض اتساق الحركة المكانية لتحسين الربط الفعال. بهدف ذلك، تقدم هذه الورقة البحثية SIRA (Scalable Inter-frame Relation and Association) مع تصاميمين. أولاً، مستوحاة من Swin Transformer، نقدم علاقة زمنية ممتدة، مما يعمم طبقة العلاقة الزمنية الموجودة من إطارين متتابعين إلى عدة إطارات بينية باستخدام انتباه النافذة المعاد تجميعها زمنياً لتحقيق القابلية للتوسع. ثانياً، نقترح مسار اتساق الحركة باستخدام مفهوم المسار الجزئي الوهمي الذي يتم توليدُه من البيانات الملاحظة لتحسين التنبؤ بالمسار والربط اللاحق للأجسام. حققت طريقتنا نسبة 58.11 [email protected] لاكتشاف الأجسام المنظمة ونسبة 47.79 MOTA لتتبع الأجسام المتعددة في مجموعة بيانات Radiate، مما يتفوق على أفضل النتائج السابقة بمقدار +4.11 [email protected] و+9.94 MOTA على التوالي.