2달 전

ADTrack: 실시간 어둠 방지 드론 추적을 위한 대상 인식 이중 필터 학습

Bowen Li; Changhong Fu; Fangqiang Ding; Junjie Ye; Fuling Lin
ADTrack: 실시간 어둠 방지 드론 추적을 위한 대상 인식 이중 필터 학습
초록

무인 비행체(UAV)를 위한 기존의 상관 필터(CF) 기반 추적 방법은 거의 주로 낮 시간대의 추적에 초점을 맞추어 왔습니다. 그러나 밤이 되면, 추적기들은 더욱 어려운 환경에 직면하게 되어 추적 실패가 쉽게 발생할 수 있습니다. 이와 관련하여 본 연구에서는 야간 환경에서도 안정적인 추적을 가능하게 하는 새로운 앤티다크(anti-dark) 기능을 가진 추적기(ADTrack)를 제안합니다. 제안된 방법은 효율적이면서도 효과적인 저조도 이미지 향상 알고리즘을 CF 기반 추적기에 통합합니다. 또한, 이미지 조명 변화를 활용하여 대상 인식 마스크(target-aware mask)를 동시에 생성합니다. 이 대상 인식 마스크는 문맥 필터(context filter)와 함께 강건한 추적을 돕는 대상 집중 필터(target-focused filter)를 공동으로 학습하는 데 사용될 수 있습니다. 구체적으로, ADTrack은 문맥 필터와 대상 집중 필터가 서로를 제약하며 쌍방향 필터 학습(dual filter learning)을 수행하는 쌍회귀(dual regression) 방식을 채택합니다. 37개의 전형적인 야간 시퀀스로 구성된 권위 있는 벤치마크인 UAVDark과 우리 새로 개발한 UAVDark70 벤치마크에서 철저한 실험이 진행되었습니다. 실험 결과, ADTrack은 다른 최신 추적기들보다 우수한 성능을 보였으며, 단일 CPU에서 실시간 속도 34프레임/초를 달성하여 강건한 UAV 추적이 야간 환경까지 크게 확장되었습니다.

ADTrack: 실시간 어둠 방지 드론 추적을 위한 대상 인식 이중 필터 학습 | 최신 연구 논문 | HyperAI초신경