論文の概要: MambaTrack: Exploiting Dual-Enhancement for Night UAV Tracking
- arxiv url: http://arxiv.org/abs/2411.15761v1
- Date: Sun, 24 Nov 2024 09:12:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-26 14:20:54.061539
- Title: MambaTrack: Exploiting Dual-Enhancement for Night UAV Tracking
- Title（参考訳）: MambaTrack:夜のUAV追跡のためにデュアルエンハンスメントを爆発させる
- Authors: Chunhui Zhang, Li Liu, Hao Wen, Xi Zhou, Yanfeng Wang,
- Abstract要約: 夜間無人航空機(UAV)の追跡は、照明不足の課題によって妨げられる。
そこで我々は,夜間UAV追跡の強化に2つの拡張技術を活用し,効率的なマンバベーストラッカーを提案する。
- 参考スコア（独自算出の注目度）: 41.76977058932557
- License:
- Abstract: Night unmanned aerial vehicle (UAV) tracking is impeded by the challenges of poor illumination, with previous daylight-optimized methods demonstrating suboptimal performance in low-light conditions, limiting the utility of UAV applications. To this end, we propose an efficient mamba-based tracker, leveraging dual enhancement techniques to boost night UAV tracking. The mamba-based low-light enhancer, equipped with an illumination estimator and a damage restorer, achieves global image enhancement while preserving the details and structure of low-light images. Additionally, we advance a cross-modal mamba network to achieve efficient interactive learning between vision and language modalities. Extensive experiments showcase that our method achieves advanced performance and exhibits significantly improved computation and memory efficiency. For instance, our method is 2.8$\times$ faster than CiteTracker and reduces 50.2$\%$ GPU memory. Codes will be made publicly available.
- Abstract（参考訳）: 夜間無人航空機(UAV)の追跡は、照明不足の課題によって妨げられ、以前の夜間最適化手法は、低照度条件下での最適性能を示し、UAVアプリケーションの有用性を制限した。
そこで本研究では,夜間UAV追跡の強化に2つの拡張手法を活用する,効率的なマンバベーストラッカーを提案する。
照明推定器と損傷回復器を備えたマンバ型低照度エンハンサは、低照度画像の詳細と構造を保存しつつ、大域的な画像エンハンスメントを実現する。
さらに,視覚と言語モダリティ間の効率的な対話学習を実現するために,クロスモーダルなマンバネットワークを推進している。
大規模な実験により,本手法は高度な性能を実現し,計算性能とメモリ効率が大幅に向上したことを示す。
例えば、我々の方法はCiteTrackerより2.8$\times$高速で、GPUメモリは50.2$\%削減される。
コードは公開されます。
関連論文リスト
- Enhancing Nighttime UAV Tracking with Light Distribution Suppression [6.950880335490385]
本研究は,光分布抑制による夜間UAV追跡を向上する新しいエンハンサー,LDEnhancerを提案する。
具体的には、光配信情報と画像コンテンツ情報とを分解する新規な画像コンテンツ改善モジュールを開発する。
NAT2024-2という不均一な光分布を持つ夜間UAV追跡データセットは、包括的な評価を提供するために構築されている。
論文 参考訳（メタデータ） (2024-09-25T05:19:35Z) - An Image is Worth 1/2 Tokens After Layer 2: Plug-and-Play Inference Acceleration for Large Vision-Language Models [65.37846460916042]
視覚的トークンに対する注意計算は,LVLMの深い層において極めて非効率であることがわかった。
本稿では,計算効率の最適化を目的とした多用途プラグアンドプレイ方式であるFastVを紹介する。
論文 参考訳（メタデータ） (2024-03-11T14:35:32Z) - Improving Underwater Visual Tracking With a Large Scale Dataset and
Image Enhancement [70.2429155741593]
本稿では,水中ビジュアルオブジェクト追跡(UVOT)のための新しいデータセットと汎用トラッカ拡張手法を提案する。
水中環境は、一様でない照明条件、視界の低さ、鋭さの欠如、コントラストの低さ、カモフラージュ、懸濁粒子からの反射を示す。
本研究では,追尾品質の向上に特化して設計された水中画像強調アルゴリズムを提案する。
この手法により、最先端(SOTA)ビジュアルトラッカーの最大5.0%のAUCの性能が向上した。
論文 参考訳（メタデータ） (2023-08-30T07:41:26Z) - Factorized Inverse Path Tracing for Efficient and Accurate
Material-Lighting Estimation [97.0195314255101]
逆経路追跡は計算に高価であり、反射と放出の間に曖昧さが存在する。
当社のFactized Inverse Path Tracing (FIPT) は, ファクタリング光輸送の定式化によってこれらの課題に対処する。
提案アルゴリズムは, 従来よりも高精度な材料と照明の最適化を実現し, あいまいさの解消に有効である。
論文 参考訳（メタデータ） (2023-04-12T07:46:05Z) - Tracker Meets Night: A Transformer Enhancer for UAV Tracking [20.74868878876137]
空間チャネルトランスを用いた低照度エンハンサが提案され, 追従手法に先立って接続される。
高レベルタスクを対象としたセマンティックレベルの低照度化を実現するために,新しい空間チャネルアテンションモジュールを提案する。
エンハンスメント工程では、SCTは夜間画像を同時にデノイズし、照明する。
論文 参考訳（メタデータ） (2023-03-20T09:18:52Z) - AVisT: A Benchmark for Visual Object Tracking in Adverse Visibility [125.77396380698639]
AVisTは、視認性の悪いさまざまなシナリオにおける視覚的トラッキングのためのベンチマークである。
AVisTは、80kの注釈付きフレームを持つ120の挑戦的なシーケンスで構成されており、18の多様なシナリオにまたがっている。
我々は、属性間でのトラッキング性能を詳細に分析し、AVisTで17の人気のトラッカーと最近のトラッカーをベンチマークした。
論文 参考訳（メタデータ） (2022-08-14T17:49:37Z) - HighlightNet: Highlighting Low-Light Potential Features for Real-Time
UAV Tracking [13.076998989872212]
低照度環境は、頑丈な無人航空機(UAV)の追跡に深刻な課題をもたらしている。
この研究は、人間のオペレータとUAVトラッカーの両方の潜在的なオブジェクトを照らすための新しいエンハンサー、すなわちHighlightNetを提案する。
論文 参考訳（メタデータ） (2022-08-14T10:09:35Z) - DarkLighter: Light Up the Darkness for UAV Tracking [14.901582782711627]
本研究は低照度画像エンハンサーであるDarkLighterを提案する。
ライトウェイトマップ推定ネットワーク、すなわちME-Netは、照明マップとノイズマップを共同で効率的に推定するために訓練される。
いくつかのSOTAトラッカーで多数のUAVダークトラッキングシーンで実験が行われた。
論文 参考訳（メタデータ） (2021-07-30T01:37:24Z) - All-Day Object Tracking for Unmanned Aerial Vehicle [19.10142725484355]
本研究は,照明適応とアンチダーク機能を備えた新しい相関フィルタベースのトラッカー,adtrackを提案する。
ADTrackは画像照度情報を利用して、与えられた光条件へのモデルの適応性を実現する。
この作業はまた、UAVの夜間追跡ベンチマークであるUAVDark135を構築し、125k以上の手動アノテートフレームで構成された。
論文 参考訳（メタデータ） (2021-01-21T05:12:37Z) - Unsupervised Low-light Image Enhancement with Decoupled Networks [103.74355338972123]
我々は、実世界の低照度画像を教師なしで拡張する2段階のGANベースのフレームワークを学習する。
提案手法は,照度向上と雑音低減の両面から,最先端の教師なし画像強調法より優れる。
論文 参考訳（メタデータ） (2020-05-06T13:37:08Z)
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。