Securing the Skies: A Comprehensive Survey on Anti-UAV Methods, Benchmarking, and Future Directions

要約

無人航空機（UAV）は、インフラストラクチャの検査、監視、および関連するタスクに不可欠ですが、重要なセキュリティの課題も導入しています。
この調査では、拡散ベースのデータ合成、マルチモーダル融合、ビジョン言語モデリング、自己評価学習、強化学習などの新しい方法論の詳細を詳述した3つのコア目標分類、検出、および追跡を中心に、アンチウアブドメインの幅広い調査を提供します。
シングルモダリティとマルチセンサーパイプライン（RGB、赤外線、オーディオ、レーダー、RFにまたがる）の両方で最新のソリューションを体系的に評価し、大規模および敵対的なベンチマークについて議論します。
私たちの分析により、リアルタイムのパフォーマンス、ステルス検出、群れベースのシナリオの永続的なギャップが明らかになり、堅牢で適応性のあるAnti-UAVシステムの差し迫ったニーズを強調しています。
オープンな研究の方向性を強調することにより、私たちは革新を促進し、UAVの広範な使用が特徴付けられた時代の次世代防衛戦略の開発を導くことを目指しています。

要約(オリジナル)

Unmanned Aerial Vehicles (UAVs) are indispensable for infrastructure inspection, surveillance, and related tasks, yet they also introduce critical security challenges. This survey provides a wide-ranging examination of the anti-UAV domain, centering on three core objectives-classification, detection, and tracking-while detailing emerging methodologies such as diffusion-based data synthesis, multi-modal fusion, vision-language modeling, self-supervised learning, and reinforcement learning. We systematically evaluate state-of-the-art solutions across both single-modality and multi-sensor pipelines (spanning RGB, infrared, audio, radar, and RF) and discuss large-scale as well as adversarially oriented benchmarks. Our analysis reveals persistent gaps in real-time performance, stealth detection, and swarm-based scenarios, underscoring pressing needs for robust, adaptive anti-UAV systems. By highlighting open research directions, we aim to foster innovation and guide the development of next-generation defense strategies in an era marked by the extensive use of UAVs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google