본 논문은 심각한 위협이 되는 우주 파편의 실시간 정확한 추적을 위해 심층 학습 기반의 우주 파편 추적 네트워크(SDT-Net)를 제안합니다. 기존의 전통적인 신호 처리 기반 방법의 한계를 극복하고 복잡한 배경과 밀집된 우주 파편을 효과적으로 처리하기 위해, 우주 파편의 특징을 효과적으로 표현하여 end-to-end 모델 학습의 효율성과 안정성을 향상시키는 SDT-Net을 개발했습니다. 모델의 효과적인 훈련 및 평가를 위해, 새로운 관측 기반 데이터 시뮬레이션 기법으로 대규모 우주 파편 추적 데이터셋(SDTD)을 생성했습니다. SDTD는 총 62,562 프레임의 18,040개 비디오 시퀀스를 포함하며 25만 개의 합성 우주 파편을 다룹니다. 광범위한 실험을 통해 모델의 효과성과 데이터셋의 난이도를 검증했으며, 남극 기지의 실제 데이터에 대한 테스트 결과 MOTA 점수 70.6%를 달성하여 실제 환경에 대한 강력한 전이성을 보여주었습니다. 데이터셋과 코드는 곧 공개될 예정입니다.
