Les véhicules aériens sans pilote (UAV) et les oiseaux sont des cibles typiquement petites à basse altitude dans la télédétection optique, occupant souvent seulement quelques pixels et présentant des apparences très similaires, ce qui limite l'efficacité de la discrimination basée sur l'apparence à de longues distances et à de faibles résolutions. Pour surmonter cela, nous proposons un cadre de classification non basé sur l'apparence utilisant des caractéristiques cinématiques et temps-fréquence. Au niveau de la trajectoire, les caractéristiques cinématiques—y compris le coefficient de variation de la vitesse et de l'accélération, la Dimension Fractale de Comptage en Boîte Spatiotemporelle (SBFD), et la Dimension Fractale de Higuchi Locale (LHFD)—quantifient la complexité multi-échelle de la trajectoire. Au niveau de la variation d'échelle, les caractéristiques temps-fréquence, spécifiquement l'Entropie des Valeurs Singulières Sensibles au Temps-Fréquence (TF-SVE) dérivée des séquences de zone de boîte englobante, capturent des oscillations non stationnaires résultant du battement des ailes des oiseaux, reflétant des différences comportementales par rapport au mouvement rigide des UAV. Des expériences sur un ensemble de données réelles complexe montrent que l'empilement de ces caractéristiques atteint une précision de classification de 99,47 %, démontrant une approche robuste, indépendante de la résolution, et pratiquement efficace pour la reconnaissance non basée sur l'apparence de cibles à basse altitude.
Yao et al. (Thu,) ont étudié cette question.