ADTrack: Zielbewusstes Doppelfilterlernen für die Echtzeit-Anti-Dunkel-UAV-Verfolgung

Tracking-Methoden für unbemannte Flugzeuge (UAVs), die auf Korrelationsfiltern (CF) basieren, haben sich bisher fast ausschließlich auf die Verfolgung im Tageslicht konzentriert. Allerdings stoßen diese Tracker bei Einbruch der Dunkelheit auf härtere Szenarien, die leicht zu einem Tracking-Fehlschlag führen können. In diesem Zusammenhang schlägt die vorliegende Arbeit einen neuen Tracker mit Anti-Dunkelfunktion (ADTrack) vor. Die vorgeschlagene Methode integriert einen effizienten und wirksamen Low-Light-Bildverstärker in einen CF-basierten Tracker. Darüber hinaus wird ein zielorientiertes Maskierungsbild dank der Bildbeleuchtungsänderung simultan generiert. Dieses zielorientierte Maskierungsbild kann verwendet werden, um gemeinsam einen zielgerichteten Filter zu trainieren, der den Kontextfilter zur robusten Verfolgung unterstützt. Insbesondere verwendet ADTrack eine doppelte Regression, bei der der Kontextfilter und der zielgerichtete Filter sich gegenseitig einschränken, um das Lernen von zwei Filtern zu ermöglichen. Ausführliche Experimente wurden anhand eines typischen Benchmarks für dunkle Szenarien durchgeführt, der 37 typische Nachtszenen aus autoritativen Benchmarks wie UAVDark sowie unserem neu erstellten Benchmark UAVDark70 umfasst. Die Ergebnisse zeigen, dass ADTrack anderen state-of-the-art-Verfolgern überlegen ist und eine Echtzeitgeschwindigkeit von 34 Bildern pro Sekunde auf einem einzelnen CPU erreicht, was die robuste UAV-Verfolgung erheblich in die Nachtverfolgung erweitert.