본 논문에서는 제안된 무인 항공기 추적 모델은 작은 객체와 다양한 환경 변수로 인한 어려움에 효과적으로 대응하기 위해 두 가지 주요 전략을 활용한다. 먼저, 객체 탐지 상자의 충분한 활용을 통해 추적에 실패한 상자들을 유용하게 활용하며, 이는 객체를 탐지했지만 추적에 실패한 경우에도 해당 정보를 유지하고 활용하여 정확한 추적을 지원한다. 둘째로, 외형 특징 정보를 사용한 IoU 기반의 객체 추적 방법을 도입하여, 객체의 미세한 차이나 고유한 특징을 활용하여 정확한 추적을 이끌어 낸다. 특히, 작은 객체의 경우, 외형 특징을 활용하여 객체를 정확하게 추적하는데 민감한 특징들을 고려하는 것이 중요하다.
실험 결과를 통해 제안된 모델은 MOT 벤치마크 데이터셋에서 비교적 우수한 성능을 보이는 알고리즘들이 UAVDT 데이터셋에서는 성적이 낮게 나타난 것을 확인한다. 이는 UAVDT 데이터셋이 무인 항공기를 다루는 데에 있어서 MOT 벤치마크보다 더 어려운 조건들을 포함하고 있다는 것을 시사하며, 고밀도의 작은 객체, 카메라 움직임, 날씨 조건 등의 다양한 환경 변수들이 알고리즘 성능에 큰 영향을 미치는 것으로 확인된다.
더불어, 실험에서 나타난 결과는 detector의 성능이 추적의 핵심적인 역할을 하는 것을 강조한다. MOTA 지표의 우수한 성능은 제안된 모델이 객체를 정확하게 탐지하고 추적하는 데에서 탁월한 능력을 보여준다는 것을 의미하며, 추적의 기반이 되는 탐지 단계에서의 성능 향상이 전체 시스템의 성능 향상으로 이어진다는 핵심 원리를 보여준다.
종합적으로, UAVDT 데이터셋에서의 실험 결과는 무인 항공기 추적 분야에서의 현실적이고 도전적인 상황을 반영하고 있음을 명확히 보여주고 있다. 다양한 환경 변수들에 대응하기 위해 높은 수준의 성능과 강건성이 요구되는데, 제안된 모델은 이러한 어려움을 극복하고 정확성을 향상시키는 방향으로 기여하고 있다.