基于双提示驱动的夜间无人机跟踪特征编码

稳健的特征编码构成无人机跟踪的基础，通过实现对目标外观和运动的细粒度感知，发挥关键作用以确保可靠跟踪。然而，现有特征编码方法常忽视关键照明和视角线索，这些线索对在挑战性的夜间条件下实现稳健感知至关重要，导致跟踪性能下降。为克服上述局限，本文提出一种双提示驱动特征编码方法，将提示条件特征适应和情境感知提示演化集成以促进领域不变特征编码。具体而言，提出金字塔照明提示器来提取多尺度频率感知的照明提示。动态视角提示器根据不同视角调整抽样，使跟踪器能够学习视角不变特征。动态视角提示器调制可变形卷积的偏移量以适应视角变化，使跟踪器能够学习视角不变特征。广泛的实验验证了所提出的双提示驱动跟踪器 (DPTracker) 在解决夜间无人机跟踪问题方面的有效性。消融研究突出了 DPTracker 中每个组件的贡献。实际场景测试在多样化的夜间无人机跟踪情境下进一步显示了其鲁棒性和实际实用性。代码和演示视频已提供，地址为 https://github.com/yiheng-wang-duke/DPTracker。