TAE：针对夜间无人机跟踪的目标感知增强器
计算机视觉与模式识别
2026-05-29 v1
摘要
低光夜间条件下的严重图像退化构成了阻碍无人机单目标跟踪全天候应用的核心瓶颈。现有图像增强方法常常难以区分目标与背景区域，容易放大背景噪声或损害目标特征。为此，我们提出TAE，一种专为夜间目标跟踪设计的目标感知低光增强框架。该框架受跟踪边界框等弱监督信号的显式指导，执行区域感知式增强，确保操作聚焦于目标区域。进一步采用自适应RGB多曲线融合机制，实现对不同区域的精细建模和自适应调整。为促进该领域的研究，我们还贡献了DarkSOT，一个新的夜间无人机跟踪基准数据集，包含268个序列，覆盖9个目标类别。在DarkSOT和UAVDark135上的实验结果表明，TAE在低光夜间场景中显著提升跟踪性能，具有强大的鲁棒性和泛化能力。DarkSOT数据集已提供至 https://github.com/Fu0511/DarkSOT-Dataset。
引用
@article{arxiv.2605.29558,
title = {TAE: Target-aware enhancer for nighttime UAV tracking},
author = {Yanyan Chen and Ruigang Fu and Yu Song and Ping Zhong},
journal= {arXiv preprint arXiv:2605.29558},
year = {2026}
}
备注
Accepted at ICIP 2026. Dataset is avaliable at: https://github.com/Fu0511/DarkSOT-Dataset