Core Concepts
제안하는 거친-세밀 탐지 기법은 비전 트랜스포머 네트워크를 활용하여 드론 탐지 성능을 향상시킨다. 거친 수준에서는 객체성 마스크를 생성하여 드론 위치를 대략적으로 파악하고, 세밀 수준에서는 이 정보를 활용하여 정확한 드론 위치를 탐지한다.
Abstract
본 논문은 드론 간 탐지를 위한 새로운 거친-세밀 탐지 기법을 제안한다. 기존 방식의 한계를 극복하기 위해 비전 트랜스포머 네트워크를 활용한다.
거친 수준에서는 Swin 트랜스포머 기반의 특징 추출기와 객체성 강화 네트워크(OEN)를 사용한다. OEN은 다중 스케일 특징을 정제하여 객체성 마스크를 생성한다. 이 마스크는 드론이 포함될 가능성이 높은 영역을 나타낸다.
세밀 수준에서는 DAB DETR 모델을 활용한다. 거친 수준의 객체성 마스크 정보를 활용하여 DETR 디코더의 쿼리를 초기화함으로써, 드론 탐지 성능을 향상시킨다.
제안 기법은 FL-Drones, NPS-Drones, AOT 데이터셋에서 기존 최신 방식 대비 최대 7%, 3%, 1%의 F1 스코어 향상을 보였다. 또한 엣지 디바이스에 배포하여 실시간 성능을 검증하였다.
Stats
드론 크기가 전체 프레임의 0.05%에서 0.08% 수준으로 매우 작음
드론의 모양이 빠른 움직임으로 인해 연속 프레임 간 크게 변화함
드론이 나무, 구름 등 복잡한 배경에 섞여 잘 구분되지 않음
Quotes
"제안하는 거친-세밀 탐지 기법은 비전 트랜스포머 네트워크를 활용하여 드론 탐지 성능을 향상시킨다."
"거친 수준에서는 객체성 마스크를 생성하여 드론 위치를 대략적으로 파악하고, 세밀 수준에서는 이 정보를 활용하여 정확한 드론 위치를 탐지한다."