DroneMOT : Suivi multi-objets basé sur drone en tenant compte des difficultés de détection et du mouvement simultané des drones et des objets

Le suivi d’objets multiples (MOT) sur des plateformes statiques, telles que les caméras de surveillance, a connu des progrès significatifs, avec divers paradigmes offrant des performances attractives. Toutefois, l’efficacité des méthodes classiques de MOT est considérablement réduite lorsqu’elles sont appliquées à des plateformes dynamiques, comme les drones. Cette dégradation s’explique par les défis spécifiques posés par le scénario de MOT sur drone : (1) les objets apparaissent généralement petits dans le plan image, flous et fréquemment occlus, ce qui complique leur détection et leur reconnaissance ; (2) les drones se déplacent et observent les objets sous des angles variés, entraînant une instabilité des positions prédites et des embeddings de caractéristiques des objets. Ce papier présente DroneMOT, qui introduit tout d’abord un module d’attention intégrée en deux domaines (DIA), conçu pour tenir compte des mouvements rapides des drones afin d’améliorer la détection d’objets et l’extraction de leurs caractéristiques dans des conditions de petite taille, de flou et d’occlusion. Ensuite, une nouvelle stratégie d’association pilotée par le mouvement (MDA) est proposée, prenant en compte les mouvements simultanés du drone et des objets. Dans le cadre de MDA, une technique d’alignement adaptatif des caractéristiques (AFS) est présentée pour mettre à jour les caractéristiques des objets observés sous différents angles. Par ailleurs, une méthode de prédiction basée sur le mouvement dual (DMP) est utilisée pour anticiper les positions des objets. Enfin, les embeddings de caractéristiques améliorés et les positions prédites sont combinés pour renforcer l’association des objets. Des évaluations complètes sur les jeux de données VisDrone2019-MOT et UAVDT montrent que DroneMOT apporte des améliorations substantielles par rapport aux méthodes les plus avancées dans le domaine du MOT sur drones.