利用光照分布抑制增强夜间无人机跟踪
计算机视觉与模式识别
2024-09-26 v1
摘要
视觉目标跟踪推动了无人机的大量智能应用。然而，用于夜间无人机跟踪的最先进增强器总是忽略低光照图像中不均匀的光照分布，不可避免地导致在复杂照明场景下的过度增强。为了解决这些问题，本工作提出了一种新颖的增强器，即 LDEnhancer，通过光照分布抑制来增强夜间无人机跟踪。具体而言，开发了一个新颖的图像内容细化模块，以在特征空间中分解光照分布信息和图像内容信息，从而实现对图像内容信息的针对性增强。然后，本工作设计了一个新的光照分布生成模块，以有效捕获光照分布。带有光照分布信息和图像内容信息的特征分别被送入不同的参数估计模块，用于参数图预测。最后，利用两个参数图，提出了一种创新的交织迭代调整，用于对低光照图像进行协作的逐像素调整。此外，构建了一个具有不均匀光照分布的具有挑战性的夜间无人机跟踪数据集，即 NAT2024-2，以提供全面的评估，该数据集包含 40 个具有挑战性的序列，总计超过 74K 帧。在权威的无人机基准和提出的 NAT2024-2 上的实验结果表明，LDEnhancer 在夜间无人机跟踪方面优于其他 SOTA 低光增强器。此外，在配备 NVIDIA Orin NX 的典型无人机平台上的真实世界测试证实了 LDEnhancer 的实用性和效率。代码可在 https://github.com/vision4robotics/LDEnhancer 获取。
引用
@article{arxiv.2409.16631,
title = {Enhancing Nighttime UAV Tracking with Light Distribution Suppression},
author = {Liangliang Yao and Changhong Fu and Yiheng Wang and Haobo Zuo and Kunhan Lu},
journal= {arXiv preprint arXiv:2409.16631},
year = {2024}
}