ADTrack：面向实时抗暗光无人机跟踪的目标感知双滤波器学习
计算机视觉与模式识别
2021-06-07 v1 机器人学
摘要
先前基于相关滤波器（CF）的无人机（UAV）跟踪方法几乎都聚焦于白天跟踪。然而，当夜幕降临，跟踪器将遭遇更严苛的场景，容易导致跟踪失败。为此，本文提出一种具有抗暗光功能的新颖跟踪器（ADTrack）。所提方法将一种高效且有效的低光照图像增强器集成到基于CF的跟踪器中。此外，借助图像光照变化同时生成目标感知掩码。该目标感知掩码可用于联合训练一个目标聚焦滤波器，辅助上下文滤波器实现鲁棒跟踪。具体而言，ADTrack采用双重回归，其中上下文滤波器与目标聚焦滤波器相互约束以进行双滤波器学习。在典型暗光场景基准上进行了详尽实验，该基准包含来自权威基准（即UAVDark）的37个典型夜间序列，以及我们新构建的基准UAVDark70。结果表明，ADTrack优于其他最先进跟踪器，并在单CPU上达到34帧/秒的实时速度，大幅将鲁棒无人机跟踪扩展至夜间场景。
引用
@article{arxiv.2106.02495,
title = {ADTrack: Target-Aware Dual Filter Learning for Real-Time Anti-Dark UAV Tracking},
author = {Bowen Li and Changhong Fu and Fangqiang Ding and Junjie Ye and Fuling Lin},
journal= {arXiv preprint arXiv:2106.02495},
year = {2021}
}
备注
7 pages, 5 figures