Rastreador Robusto: Integración de CPM-YOLO y BOTSORT para el Seguimiento Transmodal de Embarcaciones

Área de la Ciencia:

• Visión por Computadora
• Vigilancia Marítima
• Seguimiento de Objetos

Sus antecedentes:

• Los entornos marítimos presentan desafíos complejos para la detección y el seguimiento de embarcaciones, incluyendo objetivos densos, variaciones de escala y oclusiones.
• Los métodos existentes a menudo luchan con la precisión y la robustez en estas condiciones exigentes.

Objetivo del estudio:

• Desarrollar un método de seguimiento multiobjeto de alta precisión y robustez para la detección y el seguimiento de embarcaciones marítimas.
• Mejorar la detección de embarcaciones a pequeña escala y mejorar la estabilidad y fiabilidad del seguimiento en escenarios marinos complejos.

Principales métodos:

• Se utilizó un detector mejorado basado en YOLOv8 con mejora de características ligeras y mecanismos de atención para una mejor detección.
• Se empleó un marco de seguimiento que combina BOTSORT con un modelo de reidentificación (ReID) basado en OSNet para una asociación estable de embarcaciones.
• El enfoque se evaluó en los conjuntos de datos Near-Infrared On-Shore (NIR) y Visible On-Shore (VIS).

Principales resultados:

• El método propuesto demostró mejoras significativas en Precisión, Recall, mAP@0.5 y mAP@0.5:0.95 en el conjunto de datos NIR en comparación con el YOLOv8 base.
• Logró una precisión de detección y robustez superiores en el conjunto de datos VIS, superando los enfoques de última generación.
• El marco mostró ventajas en la continuidad de la trayectoria, el manejo de oclusiones y la preservación de la identidad en tareas de seguimiento multiobjeto.

Conclusiones:

• El método desarrollado ofrece un equilibrio favorable entre la precisión de la detección, la robustez del seguimiento y la eficiencia del modelo para aplicaciones marítimas prácticas.
• Logra un alto rendimiento, incluyendo velocidades de inferencia competitivas (188 FPS en NIR, 187 FPS en VIS), sin sacrificar las capacidades en tiempo real.
• El enfoque exhibe una fuerte capacidad de generalización transmodal, demostrando ser efectivo en diferentes condiciones visuales.