ADTrack: ターゲット認識型双方向フィルタ学習によるリアルタイムの暗所対応UAV追跡

無人航空機（UAV）の追跡において、従来の相関フィルター（CF）ベースの追跡手法は主に昼間の追跡に焦点を当ててきた。しかし、夜になると、追跡器はより厳しい状況に直面し、容易に追跡失敗が発生する可能性がある。この問題に対処するために、本研究では新しい暗所対応追跡器（ADTrack）を提案する。提案手法は、効率的かつ効果的な低照度画像強化技術をCFベースの追跡器に統合している。さらに、画像の明るさ変化を利用して目標認識マスクを同時に生成する。この目標認識マスクは、文脈フィルターと協調して堅牢な追跡を支援する目標集中フィルターの共同学習に適用される。具体的には、ADTrackは二重回帰を採用しており、文脈フィルターと目標集中フィルターが互いに制約を与え合いながら二つのフィルターを学習する。37個の典型的な夜間シーケンスから構成される代表的な暗所ベンチマークデータセット（UAVDarkおよび新規構築したUAVDark70）を使用して詳細な実験を行った結果、ADTrackは他の最先端の追跡器よりも優れた性能を示し、単一CPU上で34フレーム/秒というリアルタイム速度を達成した。これにより、堅牢なUAV追跡が夜間シーンにも大幅に拡張されたことが確認された。