Resumen Técnico: Una Evaluación Basada en Tareas de la Detección y Seguimiento de UAV bajo Niebla Sintética

Planteamiento del Problema

La detección y el seguimiento fiables de Vehículos Aéreos No Tripulados (UAV) pequeños en espacio aéreo abierto son críticos para la conciencia situacional y los sistemas de detección y evasión (sense-and-avoid). Sin embargo, la niebla degrada severamente el rendimiento en imágenes dominadas por el cielo y de largo alcance, al reducir el contraste entre el objetivo y el fondo, y al suprimir los detalles de alta frecuencia esenciales para reconocer objetos pequeños y distantes. Aunque la desniebla de imagen única ha avanzado significativamente, los benchmarks existentes a menudo no logran demostrar que las mejoras en las métricas de restauración a nivel de imagen (p. ej., PSNR, SSIM) se traduzcan en ganancias proporcionales en las tareas de percepción descendentes. Además, existe una falta de estudios sistemáticos a nivel de tarea que conecten la síntesis de niebla sensible a la profundidad, la restauración de imágenes y la detección/seguimiento de UAV dentro de un protocolo controlado, particularmente para escenarios donde los efectos de la niebla están fuertemente impulsados por la profundidad.

Metodología

Los autores proponen un pipeline de evaluación unificado y orientado a tareas que consta de tres etapas: entrenamiento, inferencia de detección e inferencia de seguimiento.

1. Generación de Niebla Sintética

Para abordar la escasez de datos de UAV con niebla anotados, el estudio emplea un modelo de dispersión atmosférica (ASM) sensible a la profundidad para generar niebla sintética a partir de imágenes reales con clima despejado.

• Estimación de Profundidad: La profundidad monocular se estima utilizando MiDaS para proporcionar una representación de profundidad relativa densa.
• Normalización: Los mapas de profundidad brutos se normalizan utilizando límites de percentiles específicos del conjunto de datos para asegurar una escala consistente y luego se invierten para que los valores mayores correspondan a puntos más lejanos.
• Síntesis de Niebla: La imagen con niebla $I(x)$ se sintetiza mediante la ecuación $I(x) = J(x)t(x) + A(1 - t(x))$, donde $J(x)$ es la radiancia limpia, $A$ es la luz atmosférica global, y $t(x) = \exp(-\beta d(x))$ es el mapa de transmisión. El parámetro $\beta$ controla la severidad de la niebla, variando a través de cinco niveles ($0.4, 0.8, 1.6, 2.4, 3.6$) para simular una degradación de ligera a severa.

2. Evaluación de la Restauración de Imágenes

Se evaluaron métodos de restauración representativos de tres familias en el conjunto de datos MMAUD para seleccionar el mejor modelo para tareas descendentes:

• Clásicos: Dark Channel Prior (DCP) y Color Attenuation Prior (CAP).
• Basados en CNN: FFA-Net.
• Basados en Transformers: DehazeFormer.
  Se seleccionó DehazeFormer debido a su rendimiento cuantitativo (PSNR, SSIM) y cualitativo superior en imágenes dominadas por el cielo.

3. Regímenes de Detección y Entrenamiento

Los experimentos utilizaron la familia de detectores YOLO11 (n, s, m) entrenados en el conjunto de datos CfAR. Se compararon dos estrategias de entrenamiento principales:

• Entrenamiento Solo con Clima Despejado (Clean-Only): Detectores entrenados exclusivamente con imágenes despejadas.
• Entrenamiento Incluyente de Niebla (Fog-Inclusive): Detectores entrenados con una mezcla de imágenes despejadas y degradadas por niebla en diversas proporciones (30%, 50%, 70%, 100% de niebla).
  Los detectores fueron evaluados en conjuntos de prueba despejados, con niebla y restaurados.

4. Seguimiento mediante Detección (Tracking-by-Detection)

El rendimiento del seguimiento se evaluó utilizando ByteTrack y BoT-SORT en el conjunto de datos DUT Anti-UAV. El estudio evaluó el seguimiento en secuencias de video despejadas, con niebla y restauradas, midiendo el rendimiento mediante la Precisión de Seguimiento de Objetos Múltiples (MOTA) y la Puntuación F1 de Identidad (IDF1).

Principales Contribuciones

1. Marco Orientado a Tareas: Un pipeline unificado que vincula la síntesis de niebla sensible a la profundidad, la restauración de imágenes, la detección de objetos y el seguimiento, priorizando el rendimiento de la percepción descendente sobre la calidad aislada de la restauración de la imagen.
2. Síntesis de Niebla Sensible a la Profundidad: Un pipeline para generar variantes degradadas por niebla controladas de imágenes reales de UAV utilizando la estimación de profundidad monocular y el ASM, con los conjuntos de datos generados puestos a disposición pública.
3. Análisis Comparativo: Un riguroso estudio experimental que analiza cómo la degradación climática y la restauración afectan la robustez de la detección y la estabilidad temporal del seguimiento, comparando específicamente la restauración en tiempo de prueba contra el entrenamiento incluyente de niebla.

Resultados

• Impacto de la Niebla: La niebla degrada sustancialmente tanto la detección como el seguimiento, principalmente al aumentar las detecciones omitidas (Falsos Negativos) en lugar de los falsos positivos. El recall cae drásticamente a medida que aumenta la severidad de la niebre, provocando descensos significativos en mAP y en las métricas de seguimiento (MOTA, IDF1).
• Restauración vs. Entrenamiento:
  • Detectores Entrenados con Clima Despejado: La restauración en tiempo de prueba proporciona mejoras consistentes, recuperando parcialmente el rendimiento perdido debido a la niebla. Sin embargo, el rendimiento restaurado rara vez alcanza la línea base despejada, lo que indica que la restauración reduce, pero no elimina, la brecha de dominio.
  • Entrenamiento Incluyente de Niebla: El entrenamiento con datos de niebla proporciona la mejora más consistente en la robustez. A medida que aumenta la proporción de niebla en el entrenamiento, la brecha de rendimiento entre las entradas con niebla y las restauradas se reduce significativamente. En algunos casos, el entrenamiento incluyente de niebla hace que la restauración sea innecesaria o incluso ligeramente menos efectiva, lo que sugiere que aprender directamente de los datos degradados es superior a depender de la restauración post-hoc.
• Rendimiento de Seguimiento: La robustez del seguimiento está gobernada principalmente por la robustez del detector subyacente. Cuando los detectores fallan debido a detecciones omitidas, los rastreadores no pueden recuperar el objetivo. El entrenamiento de detectores incluyente de niebla se transfiere directamente a un seguimiento más fuerte, mientras que la elección entre ByteTrack y BoT-SORT tiene un efecto secundario dependiente de la secuencia.
• Estabilidad: El entrenamiento incluyente de niebla reduce significativamente el coeficiente de variación (CV) de mAP a través de las severidades de la niebla, lo que indica un rendimiento más estable bajo condiciones de visibilidad cambiantes en comparación con el entrenamiento solo con clima despejado.

Significación y Reivindicaciones

El artículo sostiene que las mejoras en la calidad de la restauración a nivel de imagen no necesariamente se traducen en ganancias proporcionales en la percepción descendente. El estudio demuestra que, si bien la restauración es beneficiosa para los detectores entrenados solo con imágenes despejadas, el entrenamiento incluyente de niega es la ruta más fiable para lograr la robustez.

Los autores concluyen que, para el despliegue práctico, un sistema debe priorizar el entrenamiento de detectores con datos degradados para reducir la dependencia de la restauración. La restauración aún puede servir como un paso de preprocesamiento útil en tiempo de prueba para modelos entrenados con clima despejado o en escenarios de interacción humano-en-el-bucle donde la claridad visual ayuda a la conciencia del operador, pero no debe verse como una solución universal. Los hallazgos enfatizan que la robustez debe evaluarse conjuntamente a través de métricas de detección y seguimiento en lugar de hacerlo de forma aislada. El estudio reconoce sus limitaciones respecto a la evaluación controlada de niebla sintética e identifica el trabajo futuro en la validación con datos de clima adverso real y la exploración de la percepción multimodal.