面向夜间航拍跟踪的无监督域适应
计算机视觉与模式识别
2022-03-31 v2
摘要
以往目标跟踪的进展多报道于光照良好条件下，而忽视了夜间性能，这严重阻碍了相关航拍机器人应用的发展。本文则提出了一种新颖的面向夜间航拍跟踪的无监督域适应框架（命名为UDAT）。具体而言，提供了一种独特的物体发现方法，从原始夜间跟踪视频中生成训练块。为处理域差异，我们在特征提取器后采用基于Transformer的桥接层来对齐两域的图像特征。借助Transformer昼夜特征判别器， daytime跟踪模型被对抗训练以在夜间跟踪。此外，我们构建了首个用于无监督域适应夜间跟踪的基准NAT2021，其包含180个手动标注的跟踪序列测试集和超过27.6万无标注夜间跟踪帧的训练集。充分实验证明了所提框架在夜间航拍跟踪中的鲁棒性与域适应性。代码与基准可在https://github.com/vision4robotics/UDAT获取。
引用
@article{arxiv.2203.10541,
title = {Unsupervised Domain Adaptation for Nighttime Aerial Tracking},
author = {Junjie Ye and Changhong Fu and Guangze Zheng and Danda Pani Paudel and Guang Chen},
journal= {arXiv preprint arXiv:2203.10541},
year = {2022}
}
备注
accepted by CVPR2022