論文の概要: Towards Discriminative Representations with Contrastive Instances for
Real-Time UAV Tracking
- arxiv url: http://arxiv.org/abs/2308.11450v1
- Date: Tue, 22 Aug 2023 13:58:45 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-23 18:00:42.486019
- Title: Towards Discriminative Representations with Contrastive Instances for
Real-Time UAV Tracking
- Title(参考訳): リアルタイムUAV追跡のための比較例を用いた識別表現に向けて
- Authors: Dan Zeng, Mingliang Zou, Xucheng Wang, Shuiwang Li
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 5.557099240958562
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Maintaining high efficiency and high precision are two fundamental challenges
in UAV tracking due to the constraints of computing resources, battery
capacity, and UAV maximum load. Discriminative correlation filters (DCF)-based
trackers can yield high efficiency on a single CPU but with inferior precision.
Lightweight Deep learning (DL)-based trackers can achieve a good balance
between efficiency and precision but performance gains are limited by the
compression rate. High compression rate often leads to poor discriminative
representations. To this end, this paper aims to enhance the discriminative
power of feature representations from a new feature-learning perspective.
Specifically, we attempt to learn more disciminative representations with
contrastive instances for UAV tracking in a simple yet effective manner, which
not only requires no manual annotations but also allows for developing and
deploying a lightweight model. We are the first to explore contrastive learning
for UAV tracking. Extensive experiments on four UAV benchmarks, including
UAV123@10fps, DTB70, UAVDT and VisDrone2018, show that the proposed DRCI
tracker significantly outperforms state-of-the-art UAV tracking methods.
- Abstract(参考訳): 高い効率と高精度を維持することは、コンピュータリソース、バッテリー容量、UAV最大負荷の制約により、UAVトラッキングの基本的な2つの課題である。
識別相関フィルタ(dcf)ベースのトラッカーは単一のcpu上で高い効率をもたらすが、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く,圧縮速度によって性能向上が制限される。
高い圧縮率はしばしば差別的な表現を低下させる。
そこで本研究では,新しい特徴学習の観点から特徴表現の識別能力を高めることを目的としている。
具体的には、手動のアノテーションを必要とせず、軽量なモデルの開発とデプロイが可能な、UAV追跡のための対照的なインスタンスによるより差別的な表現を、シンプルで効果的な方法で学習しようと試みる。
われわれは、UAV追跡のためのコントラスト学習を初めて検討している。
UAV123@10fps、DTB70、UAVDT、VisDrone2018を含む4つのUAVベンチマークの大規模な実験は、提案されたDRCIトラッカーが最先端のUAV追跡方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
- SOAR: Self-supervision Optimized UAV Action Recognition with Efficient Object-Aware Pretraining [65.9024395309316]
無人航空機(UAV)が捉えた航空映像の自己監督型事前学習アルゴリズムについて紹介する。
我々は,UAVビデオの事前学習効率と下流行動認識性能を向上させるために,事前学習プロセスを通じて人体知識を取り入れた。
論文 参考訳(メタデータ) (2024-09-26T21:15:22Z) - Learning Motion Blur Robust Vision Transformers with Dynamic Early Exit for Real-Time UAV Tracking [14.382072224997074]
トレーニング済みのViTバックボーンを使用したシングルストリームアーキテクチャでは、パフォーマンス、効率、堅牢性が改善されている。
リアルタイムなUAV追跡のためにTransformerブロックを動的に終了する適応型フレームワークにすることで、このフレームワークの効率を向上する。
また, 動きのぼかし処理におけるViTsの有効性も改善した。これは, UAV, 追跡対象の速さ, あるいはその両方によって生じるUAVトラッキングの共通問題である。
論文 参考訳(メタデータ) (2024-07-07T14:10:04Z) - Exploring Dynamic Transformer for Efficient Object Tracking [58.120191254379854]
効率的なトラッキングのための動的トランスフォーマーフレームワークであるDyTrackを提案する。
DyTrackは、様々な入力に対して適切な推論ルートを設定することを学習し、利用可能な計算予算をより活用する。
複数のベンチマークの実験では、DyTrackは単一のモデルで有望な速度精度のトレードオフを実現している。
論文 参考訳(メタデータ) (2024-03-26T12:31:58Z) - 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) - Integrated Sensing, Computation, and Communication for UAV-assisted
Federated Edge Learning [52.7230652428711]
フェデレーションエッジ学習(FEEL)は、エッジデバイスとサーバ間の定期的な通信を通じて、プライバシ保護モデルトレーニングを可能にする。
無人航空機(UAV)搭載エッジデバイスは、効率的なデータ収集における柔軟性と移動性のため、FEELにとって特に有利である。
論文 参考訳(メタデータ) (2023-06-05T16:01:33Z) - Rank-Based Filter Pruning for Real-Time UAV Tracking [11.740436885164833]
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。
論文 参考訳(メタデータ) (2022-07-05T02:13:53Z) - 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) - 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) - Training-Set Distillation for Real-Time UAV Object Tracking [23.04319685796588]
相関フィルタ(CF)は、最近無人航空機(UAV)の視覚的物体追跡において有望な性能を示した。
本研究では, フライ時のトレーニングセットの品質を効率よく, 効果的に最適化するための新しい時間スロット型蒸留法を提案する。
2つのよく知られたUAVベンチマークの総合的なテストは、我々の手法が1つのCPU上でリアルタイムな速度で有効であることを証明している。
論文 参考訳(メタデータ) (2020-03-11T14:28:09Z)
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。