面向无人机全时段目标跟踪
计算机视觉与模式识别
2021-01-26 v2
摘要
视觉目标跟踪作为图像处理领域的主要关注点之一,已促进了众多现实世界应用。其中,为无人机(UAV)配备用于全时段空中机动的实时鲁棒视觉跟踪器,当前正吸引越来越多的关注,并显著拓宽了目标跟踪的应用范围。然而,先前的跟踪方法仅关注于在光照良好场景中的鲁棒跟踪,而忽略了跟踪器部署于黑暗中的能力。在黑暗中,条件可能更为复杂和严苛,轻易导致鲁棒性下降甚至跟踪失败。为此,本工作提出了一种基于判别相关滤波器、具有光照自适应与抗暗能力的新型跟踪器,即 ADTrack。ADTrack 首先利用图像照度信息使模型对给定光照条件具备适应性。然后,借助一种高效且有效的图像增强器,ADTrack 执行图像预处理,并生成目标感知掩码。得益于该掩码,ADTrack 旨在解决一个双回归问题,其中上下文滤波器和目标聚焦滤波器这两个双滤波器以相互约束进行训练。因此 ADTrack 能够在全时段条件下保持持续的优良性能。此外,本工作还构建了首个无人机夜间跟踪基准 UAVDark135,包含超过 125k 手动标注帧,这也是首个无人机夜间跟踪基准。在权威的日间基准即 UAV123 10fps、DTB70 以及新建的暗光基准 UAVDark135 上进行了详尽实验,验证了 ADTrack 在单个 CPU 上于明亮和黑暗条件下的优越性。
引用
@article{arxiv.2101.08446,
title = {All-Day Object Tracking for Unmanned Aerial Vehicle},
author = {Bowen Li and Changhong Fu and Fangqiang Ding and Junjie Ye and Fuling Lin},
journal= {arXiv preprint arXiv:2101.08446},
year = {2021}
}
备注
13 pages, 14 figures