知覚から追跡へ：オープンワールドのドローン検出と自律追跡のためのトラック中心の時間推論

本論文は、ドローンの自律追跡（pursuit）のための新しいフレームワーク「Perception-to-Pursuit (P2P)」を提案する。 - ドローンの検出だけでなく、運動学的に実現可能な迎撃を可能にする軌道予測を目指す。 - ドローンの動きを8次元トークン（速度、加速度、スケール、滑らかさ）で表現し、12フレームのcausal transformerで将来の挙動を推論する。 - 追跡可能性を評価するIntercept Success Rate (ISR)指標を導入。 - Anti-UAV-RGBTデータセット（226の実ドローンシーケンス）で評価し、28.12ピクセルの平均変位誤差と0.597のISRを達成。 - 追跡のみのベースラインと比較して、軌道予測で77%改善、追跡実現可能性で597倍改善、ドローン分類精度は100%を維持。

既存の追跡手法は予測精度を最適化するが、追跡の実現可能性を無視しており、99.9%の確率で物理的に迎撃不可能な軌道を生成していた。 - 本手法は、追跡可能性を考慮した軌道予測を可能にし、ISRで597倍の改善を達成。 - また、軌道予測精度も77%向上させ、分類精度100%を維持。 - 従来の追跡のみのベースラインと比較して、検出から追跡計画までを橋渡しする点が新しい。

技術の肝は、ドローンの動きをコンパクトな8次元トークン（速度、加速度、スケール、滑らかさ）で表現し、12フレームのcausal transformerで時間的推論を行う点。 - これにより、将来の挙動を予測し、迎撃可能な軌道を生成する。 - また、追跡実現可能性を測るISR指標を導入し、迎撃機の制約下での評価を可能にした。 - 検出と追跡計画を統合するtrack-centricなアプローチが特徴。

Anti-UAV-RGBTデータセット（226の実ドローンシーケンス）を用いて評価。 - 平均変位誤差28.12ピクセル、ISR 0.597を達成。 - 追跡のみのベースラインと比較して、軌道予測で77%改善、追跡実現可能性で597倍改善。 - ドローン分類精度は100%を維持。 - これらの結果から、時間的推論が正確な予測と実行可能な追跡計画の両方を可能にすることを示した。

本手法は、時間的推論が正確な予測と実行可能な追跡計画を可能にすることを示している。 - しかし、要旨からは、計算コスト、リアルタイム性、他のデータセットへの汎化性能、異なる迎撃機の制約下での性能などについての議論は不明。 - また、ISR指標の詳細な定義や、失敗ケースの分析についても要旨からは不明。

要旨で参照/比較されている研究は明示されていないが、関連手法として以下が挙げられる。 - 既存の追跡手法（tracking-only baselines） - Anti-UAV-RGBTデータセットを用いた研究 - causal transformerを用いた時系列予測 - ドローン検出・追跡に関する一般的な手法（例：SORT, DeepSORT, Tracktorなど） - 追跡計画（pursuit planning）に関する研究