追踪器遇夜：面向无人机追踪的 Transformer 低光照增强器
计算机视觉与模式识别
2023-03-21 v1 机器人学
摘要
以往目标追踪的大部分进展都是在光照良好的白天场景中实现的。迄今为止，最先进的方法很难在夜间保持其优势，从而严重阻碍了视觉追踪相关无人机（UAV）应用的拓展。为实现可靠的夜间无人机追踪，本文提出一种基于空间-通道 Transformer 的低光照增强器（称为 SCT），其以新颖的任务启发式方式进行训练，并插在追踪方法之前。为实现面向高层任务的语义级低光照增强，提出新颖的空间-通道注意力模块以建模全局信息同时保留局部上下文。在增强过程中，SCT 通过鲁棒的非线性曲线投影同时对数夜间图像进行去噪与照明。此外，为提供全面评估，我们构建了具有挑战性的夜间追踪基准 DarkTrack2021，包含 110 个挑战性序列，总计超过 100 K 帧。在公开 UAVDark135 基准与新构建的 DarkTrack2021 基准上的评估表明，与其他排名靠前的低光照增强器相比，任务启发式设计使 SCT 在夜间无人机追踪上获得显著性能提升。在典型无人机平台上的真实世界测试进一步验证了所提方法的实用性。DarkTrack2021 基准与所提方法的代码公开于 https://github.com/vision4robotics/SCT。
引用
@article{arxiv.2303.10951,
title = {Tracker Meets Night: A Transformer Enhancer for UAV Tracking},
author = {Junjie Ye and Changhong Fu and Ziang Cao and Shan An and Guangze Zheng and Bowen Li},
journal= {arXiv preprint arXiv:2303.10951},
year = {2023}
}