MambaTrack：利用双重增强技术进行夜间无人机跟踪
计算机视觉与模式识别
2025-01-15 v2
摘要
夜间无人机（UAV）跟踪受照明不足的限制，此前基于日间优化方法在低光条件下表现不佳，限制了UAV应用的实用性。为此，我们提出一种高效的基于Mamba框架的跟踪器，利用双重增强技术提升夜间UAV跟踪性能。该Mamba框架低光增强器配备光照估计器和损伤恢复器，可在保持低光图像细节与结构的同时实现全局图像增强。此外，我们还发展了一种跨模态Mamba网络，以实现视觉与语言模态之间的高效交互式学习。大量实验表明，我们的方法在性能上达到先进水平，计算和内存效率显著提升。例如，我们的方法比CiteTracker快2.8倍，GPU内存减少50.2%。我们的代码已公开：https://github.com/983632847/Awesome-Multimodal-Object-Tracking。
引用
@article{arxiv.2411.15761,
title = {MambaTrack: Exploiting Dual-Enhancement for Night UAV Tracking},
author = {Chunhui Zhang and Li Liu and Hao Wen and Xi Zhou and Yanfeng Wang},
journal= {arXiv preprint arXiv:2411.15761},
year = {2025}
}
备注
Preprint