論文の概要: Rank-Based Filter Pruning for Real-Time UAV Tracking

• arxiv url: http://arxiv.org/abs/2207.01768v1
• Date: Tue, 5 Jul 2022 02:13:53 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-06 15:00:58.494373
• Title: Rank-Based Filter Pruning for Real-Time UAV Tracking
• Title（参考訳）: リアルタイムUAV追跡のためのランクベースフィルタプルーニング
• Authors: Xucheng Wang, Dan Zeng, Qijun Zhao, Shuiwang Li
• Abstract要約: 無人航空機(UAV)の追跡は、農業、航法、公共の安全など、幅広い可能性を持つ。 識別相関フィルタ (DCF) トラッカーは, 高い効率性のため, UAV追跡コミュニティにおいて際立っている。 モデル圧縮は、DCFとディープラーニングベースのトラッカーのギャップを狭めるための有望な方法である。
• 参考スコア（独自算出の注目度）: 11.740436885164833
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Unmanned aerial vehicle (UAV) tracking has wide potential applications in such as agriculture, navigation, and public security. However, the limitations of computing resources, battery capacity, and maximum load of UAV hinder the deployment of deep learning-based tracking algorithms on UAV. Consequently, discriminative correlation filters (DCF) trackers stand out in the UAV tracking community because of their high efficiency. However, their precision is usually much lower than trackers based on deep learning. Model compression is a promising way to narrow the gap (i.e., effciency, precision) between DCF- and deep learning- based trackers, which has not caught much attention in UAV tracking. In this paper, we propose the P-SiamFC++ tracker, which is the first to use rank-based filter pruning to compress the SiamFC++ model, achieving a remarkable balance between efficiency and precision. Our method is general and may encourage further studies on UAV tracking with model compression. Extensive experiments on four UAV benchmarks, including UAV123@10fps, DTB70, UAVDT and Vistrone2018, show that P-SiamFC++ tracker significantly outperforms state-of-the-art UAV tracking methods.
• Abstract（参考訳）: 無人航空機(uav)の追跡は農業、航行、公共の安全といった幅広い用途に応用できる。 しかし、コンピュータリソース、バッテリー容量、UAVの最大負荷の制限は、UAVにディープラーニングベースのトラッキングアルゴリズムを配置する妨げとなる。 その結果, 識別相関フィルタ (DCF) トラッカーは, 高い効率性のため, UAV追跡コミュニティで際立っている。 しかし、その精度は通常、ディープラーニングに基づくトラッカーよりもはるかに低い。 モデル圧縮は、UAVトラッキングにはあまり注目されていないDCFとディープラーニングベースのトラッカー間のギャップ(すなわち効率、精度)を狭めるための有望な方法である。 本稿では,ランクベースのフィルタプルーニングを用いてsiamfc++モデルを圧縮したp-siamfc++トラッカを提案する。 提案手法は汎用的であり,モデル圧縮によるUAV追跡のさらなる研究を奨励する可能性がある。 UAV123@10fps、DTB70、UAVDT、Vistrone2018を含む4つのUAVベンチマークの大規模な実験は、P-SiamFC++トラッカーが最先端のUAVトラッキング手法を大幅に上回っていることを示している。

関連論文リスト

• Tiny Multi-Agent DRL for Twins Migration in UAV Metaverses: A Multi-Leader Multi-Follower Stackelberg Game Approach [57.15309977293297]
  無人航空機(UAV)とメタバースの相乗効果は、UAVメタバースと呼ばれる新しいパラダイムを生み出している。 本稿では,UAVメタバースにおける効率的なUTマイグレーションのためのプルーニング技術に基づく,機械学習に基づく小さなゲームフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-01-18T02:14:13Z)
• Towards Discriminative Representations with Contrastive Instances for Real-Time UAV Tracking [5.557099240958562]
  識別相関フィルタ(DCF)ベースのトラッカーは、単一のCPU上で高い効率が得られるが、精度は劣る。 軽量ディープラーニング(DL)ベースのトラッカーは効率と精度のバランスが良いが,性能向上は圧縮速度によって制限される。 本稿では,新しい特徴学習の観点から特徴表現の識別力を高めることを目的とする。
  論文  参考訳（メタデータ） (2023-08-22T13:58:45Z)
• Learning Disentangled Representation with Mutual Information Maximization for Real-Time UAV Tracking [1.0541541376305243]
  本稿では,相互情報(DR-MIM)による不整合表現を利用して,UAV追跡の精度と効率を向上させる。 我々のDR-MIMトラッカーは最先端のUAVトラッカーよりも優れています。
  論文  参考訳（メタデータ） (2023-08-20T13:16:15Z)
• Evidential Detection and Tracking Collaboration: New Problem, Benchmark and Algorithm for Robust Anti-UAV System [56.51247807483176]
  無人航空機(UAV)は輸送、監視、軍事など多くの地域で広く使われている。 従来は、UAVの先行情報が常に提供されていた追跡問題として、このようなアンチUAVタスクを単純化していた。 本稿では,従来のUAV情報を含まない複雑な場面において,UAVの認識を特徴とする新しい実用的対UAV問題を初めて定式化する。
  論文  参考訳（メタデータ） (2023-06-27T19:30:23Z)
• A Multi-UAV System for Exploration and Target Finding in Cluttered and GPS-Denied Environments [68.31522961125589]
  複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。 UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。 その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
  論文  参考訳（メタデータ） (2021-07-19T12:54:04Z)
• 3D UAV Trajectory and Data Collection Optimisation via Deep Reinforcement Learning [75.78929539923749]
  無人航空機(UAV)は現在、無線通信におけるネットワーク性能とカバレッジを高めるために配備され始めている。 UAV支援モノのインターネット(IoT)のための最適な資源配分方式を得ることは困難である 本稿では,UAVの最も短い飛行経路に依存しつつ,IoTデバイスから収集したデータ量を最大化しながら,新しいUAV支援IoTシステムを設計する。
  論文  参考訳（メタデータ） (2021-06-06T14:08:41Z)
• Learning Residue-Aware Correlation Filters and Refining Scale Estimates with the GrabCut for Real-Time UAV Tracking [12.718396980204961]
  無人航空機(UAV)ベースの追跡はますます注目を集め、農業、航空、ナビゲーション、輸送、公安などのアプリケーションで急速に発展しています。 近年,1つのCPU上での高い効率とロバスト性のために,識別相関フィルタ(DCF)ベースのトラッカーがUAVトラッキングコミュニティで注目されている。 本稿では,GrabCutによるセグメンテーションによるDCFトラッカーの判別スケール推定の改善について検討する。
  論文  参考訳（メタデータ） (2021-04-07T13:35:01Z)
• Anti-UAV: A Large Multi-Modal Benchmark for UAV Tracking [59.06167734555191]
  Unmanned Aerial Vehicle (UAV)は、商業とレクリエーションの両方に多くの応用を提供している。 我々は、UAVを追跡し、位置や軌道などの豊富な情報を提供するという課題を考察する。 300以上のビデオペアが580k以上の手動で注釈付きバウンディングボックスを含むデータセット、Anti-UAVを提案します。
  論文  参考訳（メタデータ） (2021-01-21T07:00:15Z)
• Correlation Filters for Unmanned Aerial Vehicle-Based Aerial Tracking: A Review and Experimental Evaluation [17.8941834997338]
  識別相関フィルタ (DCF) ベースのトラッカーは, 単一のCPU上での高い計算効率とロバスト性で注目されている。 この研究では、23の最先端のDCFベースのトラッカーが、様々な問題を解決するためのイノベーションに従って要約されている。 実験では、UAVトラッキングにおけるDCFベースのトラッカーの現在の課題として、パフォーマンスを示し、実現可能性を検証する。
  論文  参考訳（メタデータ） (2020-10-13T09:35:40Z)
• Cascaded Regression Tracking: Towards Online Hard Distractor Discrimination [202.2562153608092]
  本稿では,2段階の逐次回帰トラッカーを提案する。 第1段階では, 容易に同定可能な負の候補を抽出する。 第2段階では、残留するあいまいな硬質試料をダブルチェックするために、離散サンプリングに基づくリッジ回帰を設計する。
  論文  参考訳（メタデータ） (2020-06-18T07:48:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。