本論文では、無人航空機（UAV）の信頼性の高いナビゲーションシステムの開発に必要な堅牢な空対空物体検出器について述べています。従来のクローズドセット検出手法は、トレーニング中に観測された物体を高確信で認識する能力に優れていますが、未観測の物体を扱うオープンセット検出には対処していません。本研究では、背景と未知の物体を明確に分ける軽量なポストプロセッシングフレームワークを提案し、従来の検出器の性能を保ちながら、IDターゲット、未知物体、および背景のリアルタイムの三分類を実現します。複数の信頼度推定値と認識特徴を統合するフュージョンスキームを利用し、二クラス分類において従来の閾値ベースの手法よりも平均2.7%のAUROC向上を確認しました。また、我々の方法は、閉じたセットにおけるmAPを最大9ポイント改善し、全体的な性能を高めることが示されました。