論文の概要: UAUTrack: Towards Unified Multimodal Anti-UAV Visual Tracking

• arxiv url: http://arxiv.org/abs/2512.02668v1
• Date: Tue, 02 Dec 2025 11:47:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-03 21:04:45.849177
• Title: UAUTrack: Towards Unified Multimodal Anti-UAV Visual Tracking
• Title（参考訳）: UAUTrack: 統一されたマルチモーダル対UAVビジュアルトラッキングを目指して
• Authors: Qionglin Ren, Dawei Zhang, Chunxu Tian, Dan Zhang,
• Abstract要約: UAUTrackは単一ストリーム、単一ステージ、エンドツーエンドアーキテクチャ上に構築された統合された単一ターゲット追跡フレームワークである。 その結果、UAUTrackはアンチUAVおよびDUTアンチUAVデータセット上で最先端のパフォーマンスを達成することがわかった。
• 参考スコア（独自算出の注目度）: 4.161228439649909
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Research in Anti-UAV (Unmanned Aerial Vehicle) tracking has explored various modalities, including RGB, TIR, and RGB-T fusion. However, a unified framework for cross-modal collaboration is still lacking. Existing approaches have primarily focused on independent models for individual tasks, often overlooking the potential for cross-modal information sharing. Furthermore, Anti-UAV tracking techniques are still in their infancy, with current solutions struggling to achieve effective multimodal data fusion. To address these challenges, we propose UAUTrack, a unified single-target tracking framework built upon a single-stream, single-stage, end-to-end architecture that effectively integrates multiple modalities. UAUTrack introduces a key component: a text prior prompt strategy that directs the model to focus on UAVs across various scenarios. Experimental results show that UAUTrack achieves state-of-the-art performance on the Anti-UAV and DUT Anti-UAV datasets, and maintains a favourable trade-off between accuracy and speed on the Anti-UAV410 dataset, demonstrating both high accuracy and practical efficiency across diverse Anti-UAV scenarios.
• Abstract（参考訳）: 無人航空機(Unmanned Aerial Vehicle)の追跡研究は、RGB、TIR、RGB-T融合など様々な手法を探求している。 しかし、クロスモーダルなコラボレーションのための統一されたフレームワークはまだ欠けている。 既存のアプローチは、主に個々のタスクの独立したモデルに焦点を当てており、しばしばクロスモーダルな情報共有の可能性を見落としている。 さらに、アンチUAV追跡技術はまだ初期段階であり、現在のソリューションは効果的なマルチモーダルデータ融合の実現に苦慮している。 これらの課題に対処するため、UAUTrackを提案する。UAUTrackは単一ストリームの単一ステージのエンドツーエンドアーキテクチャ上に構築され、複数のモダリティを効果的に統合する。 UAUTrackでは重要なコンポーネントが紹介されている。さまざまなシナリオにわたるUAVに集中するようにモデルを指示するテキスト事前プロンプト戦略だ。 実験結果から,UAUTrackはアンチUAVおよびDUTアンチUAVデータセットの最先端性能を実現し,アンチUAV410データセットの精度と速度のトレードオフを良好に維持し,さまざまなアンチUAVシナリオの精度と実用性の両方を実証した。

関連論文リスト

• AerialMind: Towards Referring Multi-Object Tracking in UAV Scenarios [64.51320327698231]
  UAVシナリオにおける最初の大規模RMOTベンチマークであるAerialMindを紹介する。 我々は、革新的な半自動協調型エージェントベースラベリングアシスタントフレームワークを開発した。 また,視覚言語表現学習を協調的に強化する新しい手法であるHawkEyeTrackを提案する。
  論文  参考訳（メタデータ） (2025-11-26T04:44:27Z)
• A Tri-Modal Dataset and a Baseline System for Tracking Unmanned Aerial Vehicles [74.8162337823142]
  MM-UAVはMulti-Modal UAV Trackingの最初の大規模ベンチマークである。 データセットは30以上の挑戦的なシナリオにまたがっており、1,321の同期マルチモーダルシーケンスと280万以上の注釈付きフレームがある。 データセットを伴って、我々は新しいマルチモーダルマルチUAV追跡フレームワークを提供する。
  論文  参考訳（メタデータ） (2025-11-23T08:42:17Z)
• 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)
• Strong Baseline: Multi-UAV Tracking via YOLOv12 with BoT-SORT-ReID [0.03464344220266879]
  熱赤外ビデオにおけるマルチUAV追跡は、低コントラスト、環境騒音、小型ターゲットサイズのために困難である。 本稿では, YOLOv12 と BoT-SORT 上に構築されたトラッキングフレームワークについて述べる。 実装の詳細、詳細な実験分析、潜在的な改善に関する議論を提供する。
  論文  参考訳（メタデータ） (2025-03-21T15:40:18Z)
• SFTrack: A Robust Scale and Motion Adaptive Algorithm for Tracking Small and Fast Moving Objects [2.9803250365852443]
  本稿では,無人航空機(UAV)映像における多物体追跡の問題に対処する。 交通監視システムや警察によるリアルタイム容疑者追跡など、様々なUAVアプリケーションにおいて重要な役割を果たしている。 低信頼度検出から対象物体の追跡を開始する新しい追跡戦略を提案する。
  論文  参考訳（メタデータ） (2024-10-26T05:09:20Z)
• UAVDB: Point-Guided Masks for UAV Detection and Segmentation [0.03464344220266879]
  UAVの検出とセグメンテーションのための新しいベンチマークデータセットであるUAVDBを提案する。 ポイント誘導の弱い監視パイプライン上に構築されている。 UAVDBは、可視オブジェクトからほぼ1ピクセルのインスタンスまで、さまざまなスケールでUAVをキャプチャする。
  論文  参考訳（メタデータ） (2024-09-09T13:27:53Z)
• 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)
• 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)

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。