DroneDAR: Long-Range Drone Distance Estimation Using Monocular Vision and Bounding-Box Features

Technische Samenvatting: DroneDAR – Afstandschatting voor drones op lange afstand met behulp van monoculaire visie en bounding-box kenmerken

Probleemstelling
Nauwkeurige afstandschatting voor kleine onbemande luchtvaartuigen (UAV's) in beelden op lange afstand is cruciaal voor tracking, veiligheidsbewaking en situationeel bewustzijn. Deze taak blijft echter uitdagend vanwege extreme variaties in doelwit-schaal, achtergrondruis, atmosferische omstandigheden en sensorruis. In monoculaire visie-omgevingen is afstandschatting inherent ambigu zonder gekalibreerde geometrie of multi-view observaties. Naarmate drones verder weg bewegen, nemen ze minder pixels in beslag, waardoor uiterlijke kenmerken en schaal-aanwijzingen snel degraderen. Bovendien vertrouwen praktische systemen vaak op beeldcrops en bounding box-metingen afgeleid van objectdetectoren; beide inputs kunnen ruis bevatten door annotatiefouten, imperfecties van de detector of het verlies van onderscheidende details in kleine crops. Bestaande modellen, zoals DroneRanger, hebben moeite om te generaliseren over diverse afstandregimes en scènevariabiliteiten die in real-world data worden aangetroffen.

Methodologie
De auteurs stellen DroneDAR (Drone Detection And Ranging) voor, een nieuwe architectuur die voortbouwt op de DroneRanger-baseline. De methodologie richt zich op drie primaire architecturale en trainingswijzigingen:

1. Backbone Vervanging: De aangepaste CNN-backbone die in DroneRanger wordt gebruikt, wordt vervangen door standaard ResNet-architecturen (ResNet-18 en ResNet-50) om de impact van de backbone-capaciteit op de range-voorspelling te evalueren.
2. Bounding-Box Feature Gate: Een kerninnovatie is de introductie van een lichtgewicht gating-mechanisme. Dit module neemt bounding box-kenmerken ($B_f$, bijv. oppervlakte, aspect ratio) en beeld-crop-kenmerken ($C_f$) als input. Een dichte MLP projecteert de bounding box-kenmerken om de dimensie van de beeldkenmerken te matchen, die vervolgens door een sigmoid-activatiefunctie worden gestuurd. De resulterende gate weegt de beeldkenmerken ($C_f$) om een gated output ($C_{gf}$) te produceren. Dit stelt het model in staat om dynamisch de afhankelijkheid van geometrische aanwijzingen (bounding box) versus uiterlijke kenmerken (beeld-crop) te balanceren op basis van de kwaliteit van de input, wat bijzonder essentieel is wanneer beeld-crops bij grote afstanden slechts enkele pixels bevatten.
3. Trainingsconfiguratie: De modellen worden getraind op de LRDDv3 dataset, die meer dan 100k afbeeldingen bevat met uitgebreide range-metadata. De auteurs experimenteren met verschillende input-crop resoluties (220x220, 360x360, 512x512) en loss-functies (MSE vs. Huber).

Belangrijkste Bijdragen

• DroneDAR Model: Het voorstel van een model dat een aangepaste bounding-box feature gate integreert om de robuustheid over variërende afstandregimes te verbeteren.
• Gecontroleerde Experimenten: Een systematische analyse van hoe backbone-capaciteit, crop-resolutie en regressie loss-functies de prestaties beïnvloeden. De studie benadrukt dat hoewel grotere backbones marginale winst bieden, de input-resolutie zorgvuldige afwegingen vereist om interpolatie-artefacten in long-range crops of informatieverlies in close-range crops te voorkomen.
• Failure Mode Analyse: Een onderzoek naar veelvoorkomende foutmodi, specifelijk de gevoeligheid voor bounding-box ruis en de degradatie van textuurdetails in crops op extreme afstanden.

Experimentele Resultaten
Experimenten werden uitgevoerd op de LRDDv3 testset, waarbij DroneDAR werd vergeleken met de DroneRanger baseline en diverse ablatiestudies:

• Backbone Prestaties: Het vervangen van de aangepaste backbone door ResNet-18 en ResNet-50 verbeterde de Mean Absolute Error (MAE) met ongeveer 2% en de Root Mean Square Error (RMSE) met 0,5% over de gehele linie. Echter, het verschil tussen Reset-18 en ResNet-50 was minimaal, wat suggereert dat de modelcapaciteit snel verzadigt voor deze taak.
• Loss Functies: Terwijl MSE betere RMSE opleverde op lange afstanden, produceerde Huber loss superieure resultaten voor RMSE op korte afstanden en MAE over alle afstanden. Bijgevolg werd Huber loss geselecteerd voor het definitieve model.
• Input Resolutie: Lagere input-resoluties (bijv. 220x220) presteerden over het algemeen beter voor drones op lange afstand door het vermijden van het opschalen van ijle pixels naar redundante, ruisgevoelige data. Omgekeerd profiteerden hogere resoluties (512x512) van ResNet-50 op korte afstand, maar verbeterden ze de prestaties van ResNet-18 niet significant.
• Impact van de Feature Gate: De toevoeging van de bounding-box feature gate leverde consistente verbeteringen op, met name op lange afstand waar beeldkenmerken minder betrouwbaar zijn. Voor de best presterende configuratie (ResNet-18, 220x220, Huber loss, gated) bereikte het model een 32,39 ft MAE en 68,49 ft RMSE over het volledige bereik, waarmee het de DroneRanger baseline (35,95 ft MAE, 70,67 ft RMSE) versloeg met 3,56 ft MAE en 2,18 ft RMSE.
• Afstandstrends: Beide modellen presteerden het best op korte afstand (onder de 100 ft). De foutmetrieken namen significant toe voorbij de 100 ft, toegeschreven aan de afnemende crop-grootte, verminderde beeldkenmerken en data-imbalans.

Significantie en Beperkingen
Het artikel beweert dat DroneDAR een robuuste aanpak biedt voor monoculaire drone-afstandschatting onder real-world condities op lange afstand. De significantie ligt in het aantonen dat het expliciet laten gate van beeldkenmerken via bounding-box aanwijzingen de betrouwbaarheid kan verhogen, vooral wanneer doelwitten slechts enkele pixels beslaan.

De auteurs behouden echter een bescheiden houding ten aanzien van de beperkingen. De prestaties blijven beperkt bij extreme afstanden waar doelwitten extreem klein zijn en bounding-box ruis een dominante foutbron wordt. De studie merkt op dat als de bounding box onnauwkeurig of ruisachtig is, zowel de crop als de afgeleide geometrische kenmerken corrupt raken, wat leidt tot grote range-fouten. Het artikel concludeert dat toekomstig werk zich moet richten op het verbeteren van de robuustheid tegen imperfecte detecties en het potentieel van het benutten van temporele informatie om voorspellingen te stabiliseren.