Technische Samenvatting: Een Taakgestuurde Evaluatie van UAV-detectie en -tracking onder Synthetische Mist

Probleemstelling

Betrouwbare detectie en tracking van kleine Unmanned Aerial Vehicles (UAV's) in open luchtruimtes zijn cruciaal voor situationeel bewustzijn en sense-and-avoid-systemen. Mist verslechtert echter de prestaties in lucht-dominante, lange-afstandsbewegingen aanzienlijk door het contrast tussen doelwit en achtergrond te verminderen en de hoge-frequentiedetails te onderdrukken die essentieel zijn voor het herkennen van kleine, verre objecten. Hoewel single-image dehazingsignalen aanzienlijk zijn geavanceerd, schieten bestaande benchmarks er vaak naast als het gaat om het aantonen dat verbeteringen in beeldniveau-restauratiemetrieken (bijv. PSNR, SSIM) vertaald worden naar evenredige winst in downstream perceptietaken. Bovs is er een gebrek aan systematische, taakniveau-studies die diepte-bewuste mistsynthese, beeldrestauratie en UAV-detectie/tracking binnen een gecontroleerd protocol verbinden, met name voor scenario's waar misteffecten sterk door diepte gedreven zijn.

Methodologie

De auteurs stellen een verenigde, taakgestuurde evaluatiepipeline voor bestaande uit drie stadia: training, detectie-inferentie en tracking-inferentie.

1. Synthetische Mistgeneratie

Om het tekort aan geannoteerde mistige UAV-data aan te pakken, gebruikt de studie een diepte-bewust atmosferisch verstrooiingsmodel (ASM) om synthetische mist te genereren uit echte heldere beelden.

• Diepte-inschatting: Monoculaire diepte wordt geschat met behulp van MiDaS om een dichte relatieve diepte-representatie te bieden.
• Normalisatie: Ruwe dieptekaarten worden genormaliseerd met behulp van dataset-specifieke percentielgrenzen om consistente schaling te garanderen en vervolgens geïnverteerd zodat grotere waarden overeenkomen met verdere punten.
• Mist-synthese: Het mistige beeld $I(x)$ wordt gesynthetiseerd met de vergelijking $I(x) = J(x)t(x) + A(1 - t(x))$, waarbij $J(x)$ de heldere radiantie is, $A$ het globale atmosferische licht, en $t(x) = \exp(-\beta d(x))$ de transmissiekaart is. De parameter $\beta$ regelt de ernst van de mist en varieert over vijf niveaus ($0.4, 0.8, 1.6, 2.4, 3.6$) om variatie van lichte tot hevige degradatie te simuleren.

2. Evaluatie van Beeldrestauratie

Representatieve restauratiemethoden uit drie families werden geëvalueerd op de MMAUD-dataset om het beste model voor downstream-taken te selecteren:

• Klassiek: Dark Channel Prior (DCP) en Color Attenuation Prior (CAP).
• CNN-gebaseerd: FFA-Net.
• Transformer-gebaseerd: DehazeFormer.
  DehazeFormer werd geselecteerd op basis van superieure kwantitatieve (PSNR, SSIM) en kwalitatieve prestaties in lucht-dominante beelden.

3. Detectie en Trainingsregimes

Experimenten maakten gebruik van de YOLO11-familie (n, s, m) detectoren, getraind op de CfAR-dataset. Twee primaire trainingsstrategieën werden vergeleken:

• Clean-Only Training: Detectoren getraind uitsluitend op heldere beelden.
• Fog-Inclusive Training: Detectoren getraind op een mix van heldere en door mist gedegradeerde beelden bij variërende ratio's (30%, 50%, 70%, 100% mist).
  Detectoren werden geëvalueerd op heldere, mistige en gerestaureerde testsets.

4. Tracking-by-Detection

Tracking-prestaties werden beoordeeld met behulp van ByteTrack en BoT-SORT op de DUT Anti-UAV dataset. De studie evalueerde tracking op heldere, mistige en gerestaureerde videosequenties, waarbij de prestaties werden gemeten via Multiple Object Tracking Accuracy (MOTA) en Identity F1 Score (IDF1).

Belangrijkste Bijdragen

1. Taakgestuurd Framework: Een verenigde pipeline die diepte-bewuste mistsynthese, beeldrestauratie, objectdetectie en tracking koppelt, waarbij de prioriteit ligt bij downstream perceptieprestaties boven geïsoleerde beeldrestauratiekwaliteit.
2. Diepte-bewuste Mistsynthese: Een pipeline voor het genereren van gecontroleerde, door mist gedegradeerde varianten van echte UAV-beelden met behulp van monoculaire diepte-inschatting en de ASM, waarbij de gegenereerde datasets publiekelijk beschikbaar zijn gesteld.
3. Vergelijkende Analyse: Een rigoureuze experimentele studie die analyseert hoe weersomstandigheden en restauratie de detectierobustheid en temporele trackingstabiliteit beïnvloeden, waarbij specifiek de test-tijd restauratie wordt vergeleken met fog-inclusive training.

Resultaten

• Impact van Mist: Mist degradeert zowel detectie als tracking substantieel, primair door het verhogen van gemiste detecties (False Negatives) in plaats van valse positieven. De recall daalt scherp naarmate de mistintensiteit toeneemt, wat leidt tot significante dalingen in mAP en tracking-metrieken (MOTA, IDF1).
• Restauratie versus Training:
  • Clean-getrainde Detectoren: Test-tijd restauratie biedt consistente verbeteringen en herstelt deels de verloren prestaties door mist. Echter, de gerestaureerde prestaties bereiken zelden de heldere baseline, wat aangeeft dat restauratie de domeingap verkleint maar niet elimineert.
  • Fog-Inclusive Training: Trainen met mistige data biedt de meest consistente verbetering in robuustheid. Naarmate het aandeel mist in de training toeneemt, wordt het prestatieverschil tussen mistige en gerestaureerde inputs aanzienlijk kleiner. In sommige gevallen maakt fog-inclusive training restauratie overbodig of zelfs iets minder effectief, wat suggereert dat direct leren van gedegradeerde data superieur is aan het vertrouwen op post-hoc restauratie.
• Tracking-prestaties: De robuustheid van tracking wordt primair bepaal door de onderliggende detector. Wanneer detectoren falen door gemiste detecties, kunnen trackers het doelwit niet herstellen. Fog-inclusive detector-training vertaalt zich direct naar sterkere tracking-prestaties, terwijl de keuze tussen ByteTrack en BoT-SORT een secundair, sequentie-afhankelijk effect heeft.
• Stabiliteit: Fog-inclusive training vermindert de coëfficiënt van variatie (CV) van mAP over verschillende mist-intensiteiten aanzienlijk, wat duidt op een stabielere prestatie onder veranderende zichtomstandigheden vergeleken met clean-only training.

Betekenis en Claims

Het artikel claimt dat verbeteringen in beeldniveau-restauratiekwaliteit niet noodzakelijkerwijs vertalen naar evenredige winsten in downstream-perceptie. De studie demonstreert dat hoewel restauratie gunstig is voor detectoren die alleen op heldere beelden zijn getraind, fog-inclusive training de meer betrouwbare route is om robuustheid te bereiken.

De auteurs concluderen dat een systeem voor praktische inzet de voorkeur moet geven aan het trainen van detectoren op gedegradeerde data om de afhankelijkheid van restauratie te verminderen. Restauratie kan nog steeds dienen als een nutstige test-tijd preprocessing stap voor clean-getrainde modellen of in human-in-the-loop scenario's waar visuele helderheid de operator helpt, maar het moet niet worden gezien als een universele oplossing. De bevindingen benadrukken dat robuustheid gezamenlijk geëvalueerd moet worden over detectie- en tracking-metrieken in plaats van in isolatie. De studie erkent haar beperkingen tot gecontroleerde synthetische mistevaluatie en identificeert toekomstig werk in het valideren op echte ongunstige weersdata en het verkennen van multimodale perceptie.