宇宙ミッションの実施過程における宇宙機部品の精密な位置決め要求を満たすために、同一カテゴリーの部品で生じやすい混同問題に対応して、本論文では双子ネットワーク構造に基づく宇宙機部品追跡アルゴリズムを提案する。まず、ニューラルネットワークモデルを用いて宇宙機部品追跡問題をデータ駆動型の宇宙機部品類似度計測問題として記述し、改良されたAlexNetネットワーク構造を双子ユニットとして本論文で用いる双子ネットワークモデルを設計した。次に、公開されている大規模データセットGOT-10kを用いて双子ネットワークを訓練し、確率的勾配降下法をネットワーク最適化手法として用いてネットワークの表現能力を向上させた。最後に、宇宙機の同種部品の外観類似による位置混同問題に対して、運動時系列特徴を組み合わせた追跡戦略を提案し、追跡精度の向上を図った。ESA公開の宇宙機映像データをテストデータとして用いて提案アルゴリズムの性能を検証した結果、本論文で提案したアルゴリズムは宇宙機関連データを使用せずに訓練した条件下で、胴体と太陽パネル追跡結果の重なり率がそれぞれ57.2％及び73.1％に達し、速度は38 FPSに達し、宇宙機部品追跡の安定性、信頼性、高精度及び耐干渉性の要求を基本的に満たしていることが示された。

双子ネットワーク;目標追跡;宇宙機部品;深層学習