无人机跟踪针对常见损坏的鲁棒性基准测试
计算机视觉与模式识别
2024-03-19 v1
摘要
无人机（UAV）跟踪的鲁棒性在监控和机器人等许多任务中至关重要。尽管其非常重要，但由于缺乏专用平台，UAV 跟踪器在常见损坏下的性能很少受到关注。为了解决这一问题，我们提出了 UAV-C，一个用于评估 UAV 跟踪器在常见损坏下鲁棒性的大规模基准测试。具体而言，UAV-C 基于两个流行的 UAV 数据集构建，通过引入来自 4 个代表性类别（包括对抗性损坏、传感器损坏、模糊损坏和复合损坏）的不同级别的 18 种常见损坏。最终，UAV-C 包含超过 10K 个序列。为了解现有 UAV 跟踪器对损坏的鲁棒性，我们在 UAV-C 上广泛评估了 12 种代表性算法。我们的研究揭示了几个关键发现：1) 当前的跟踪器容易受到损坏的影响，表明在增强 UAV 跟踪器的鲁棒性方面需要更多关注；2) 当复合损坏同时发生时，会导致跟踪器更严重的性能退化；3) 虽然每个跟踪器都有其独特的性能特征，但某些跟踪器可能对特定损坏更敏感。通过发布 UAV-C，我们希望它连同全面的分析一起，能成为推进 UAV 跟踪抵抗损坏鲁棒性的宝贵资源。我们的 UAV-C 将在 https://github.com/Xiaoqiong-Liu/UAV-C 上提供。
引用
@article{arxiv.2403.11424,
title = {Benchmarking the Robustness of UAV Tracking Against Common Corruptions},
author = {Xiaoqiong Liu and Yunhe Feng and Shu Hu and Xiaohui Yuan and Heng Fan},
journal= {arXiv preprint arXiv:2403.11424},
year = {2024}
}