論文の概要: MATrack: Efficient Multiscale Adaptive Tracker for Real-Time Nighttime UAV Operations

• arxiv url: http://arxiv.org/abs/2510.21586v1
• Date: Fri, 24 Oct 2025 15:54:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-28 09:00:15.529025
• Title: MATrack: Efficient Multiscale Adaptive Tracker for Real-Time Nighttime UAV Operations
• Title（参考訳）: MATrack: リアルタイム夜間UAV運用のためのマルチスケール適応トラッカー
• Authors: Xuzhao Li, Xuchen Li, Shiyu Hu,
• Abstract要約: 夜間UAV追跡は、現実世界のロボット操作において重大な課題に直面している。 低照度条件は視覚的知覚能力を制限するが、背景が散らばり、視界が頻繁に変化するため、既存のトラッカーが配置中にドリフトしたり失敗したりする。 夜間のUAV追跡に特化して設計されたマルチスケール適応システムであるMATrackを提案する。
• 参考スコア（独自算出の注目度）: 9.890908637252709
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Nighttime UAV tracking faces significant challenges in real-world robotics operations. Low-light conditions not only limit visual perception capabilities, but cluttered backgrounds and frequent viewpoint changes also cause existing trackers to drift or fail during deployment. To address these difficulties, researchers have proposed solutions based on low-light enhancement and domain adaptation. However, these methods still have notable shortcomings in actual UAV systems: low-light enhancement often introduces visual artifacts, domain adaptation methods are computationally expensive and existing lightweight designs struggle to fully leverage dynamic object information. Based on an in-depth analysis of these key issues, we propose MATrack-a multiscale adaptive system designed specifically for nighttime UAV tracking. MATrack tackles the main technical challenges of nighttime tracking through the collaborative work of three core modules: Multiscale Hierarchy Blende (MHB) enhances feature consistency between static and dynamic templates. Adaptive Key Token Gate accurately identifies object information within complex backgrounds. Nighttime Template Calibrator (NTC) ensures stable tracking performance over long sequences. Extensive experiments show that MATrack achieves a significant performance improvement. On the UAVDark135 benchmark, its precision, normalized precision and AUC surpass state-of-the-art (SOTA) methods by 5.9%, 5.4% and 4.2% respectively, while maintaining a real-time processing speed of 81 FPS. Further tests on a real-world UAV platform validate the system's reliability, demonstrating that MATrack can provide stable and effective nighttime UAV tracking support for critical robotics applications such as nighttime search and rescue and border patrol.
• Abstract（参考訳）: 夜間UAV追跡は、現実世界のロボット操作において重大な課題に直面している。 低照度条件は視覚的知覚能力を制限するだけでなく、背景が散らかっていて、視界が頻繁に変わることで、既存のトラッカーが配置中にドリフトしたり失敗したりする。 これらの課題に対処するため、研究者らは低照度向上とドメイン適応に基づく解決策を提案している。 しかし、これらの手法は実際のUAVシステムで目立った欠点があり、低照度化はしばしば視覚的アーティファクトを導入し、ドメイン適応法は計算コストが高く、既存の軽量設計は動的オブジェクト情報を完全に活用するのに苦労している。 これらの課題の詳細な分析に基づいて,夜間UAV追尾に特化して設計されたマルチスケール適応システムであるMATrackを提案する。 MHB(Multiscale Hierarchy Blende)は静的テンプレートと動的テンプレート間の機能の一貫性を高める。 Adaptive Key Token Gateは複雑な背景内のオブジェクト情報を正確に識別する。 Nighttime Template Calibrator (NTC)は、長いシーケンス上での安定したトラッキング性能を保証する。 大規模な実験により、MATrackは大幅なパフォーマンス向上を実現している。 UAVDark135ベンチマークでは、精度、正規化精度、AUCは最先端(SOTA)の手法をそれぞれ5.9%、5.4%、4.2%超し、リアルタイム処理速度は81 FPSである。 実際のUAVプラットフォームのさらなるテストはシステムの信頼性を検証し、MATrackが夜間探索や救助、国境パトロールといった重要なロボティクスアプリケーションに対して安定的で効果的なUAV追跡サポートを提供できることを示した。

関連論文リスト

• Tracking the Unstable: Appearance-Guided Motion Modeling for Robust Multi-Object Tracking in UAV-Captured Videos [58.156141601478794]
  マルチオブジェクトトラッキング(UAVT)は、ビデオのフレーム間で一貫したアイデンティティを維持しながら、複数のオブジェクトを追跡することを目的としている。 既存の手法は、通常、動作キューと外観を別々にモデル化し、それらの相互作用を見渡して、最適下追跡性能をもたらす。 本稿では、AMC行列とMTCモジュールの2つの主要コンポーネントを通して、外観と動きの手がかりを利用するAMOTを提案する。
  論文  参考訳（メタデータ） (2025-08-03T12:06:47Z)
• TrackingMiM: Efficient Mamba-in-Mamba Serialization for Real-time UAV Object Tracking [4.6672950054734255]
  本稿では,追跡問題の画像列処理のための最小計算負荷モデルであるTrackingMiMを提案する。 本フレームワークでは,時間的および空間的コヒーレントなパッチトークンを独立に処理しながら,ネストした方法でマンバスキャンを行う。
  論文  参考訳（メタデータ） (2025-07-02T09:40:37Z)
• DARTer: Dynamic Adaptive Representation Tracker for Nighttime UAV Tracking [1.515687944002438]
  夜間UAV追跡は、過度な照明の変動と視点の変化による重大な課題を呈する。 textbfDARTer(textbfDynamic textbfAdaptive textbfRepresentation textbfTracker)は、夜間UAVシナリオ用に設計されたエンドツーエンド追跡フレームワークである。
  論文  参考訳（メタデータ） (2025-05-01T05:24:14Z)
• LiteTracker: Leveraging Temporal Causality for Accurate Low-latency Tissue Tracking [84.52765560227917]
  LiteTrackerは、内視鏡的ビデオストリームにおける組織追跡のための低遅延手法である。 LiteTrackerは最先端の長期追跡手法に基づいており、トレーニング不要なランタイム最適化のセットを導入している。
  論文  参考訳（メタデータ） (2025-04-14T05:53:57Z)
• Learning Motion Blur Robust Vision Transformers for Real-Time UAV Tracking [14.382072224997074]
  無人航空機(UAV)の追跡は、監視、捜索救助、自律航法といった用途に欠かせない。 UAVとターゲットの高速移動は、リアルタイム処理要求や激しい動きのぼかしなど、ユニークな課題をもたらす。 本稿では,リアルタイムなUAVトラッキングのために,Transformerブロックを動的に終了する適応型計算フレームワークを提案する。
  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)
• PNAS-MOT: Multi-Modal Object Tracking with Pareto Neural Architecture Search [64.28335667655129]
  複数の物体追跡は、自律運転において重要な課題である。 トラッキングの精度が向上するにつれて、ニューラルネットワークはますます複雑になり、レイテンシが高いため、実際の運転シナリオにおける実践的な応用に課題が生じる。 本稿では,ニューラル・アーキテクチャ・サーチ(NAS)手法を用いて追跡のための効率的なアーキテクチャを探索し,比較的高い精度を維持しつつ,低リアルタイム遅延を実現することを目的とした。
  論文  参考訳（メタデータ） (2024-03-23T04:18:49Z)
• Autoregressive Queries for Adaptive Tracking with Spatio-TemporalTransformers [55.46413719810273]
  リッチ時間情報は、視覚追跡における複雑なターゲットの出現に不可欠である。 提案手法は,6つの一般的な追跡ベンチマークにおいてトラッカーの性能を向上させる。
  論文  参考訳（メタデータ） (2024-03-15T02:39:26Z)

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。