論文の概要: DeTracker: Motion-decoupled Vehicle Detection and Tracking in Unstabilized Satellite Videos

• arxiv url: http://arxiv.org/abs/2601.09240v1
• Date: Wed, 14 Jan 2026 07:22:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-15 18:59:20.308024
• Title: DeTracker: Motion-decoupled Vehicle Detection and Tracking in Unstabilized Satellite Videos
• Title（参考訳）: DeTracker: 不安定な衛星ビデオにおける移動分離車両の検出と追跡
• Authors: Jiajun Chen, Jing Xiao, Shaohan Cao, Yuming Zhu, Liang Liao, Jun Pan, Mi Wang,
• Abstract要約: DeTrackerは、不安定な衛星ビデオに適した共同検出・追跡フレームワークである。 我々は,衛星プラットフォームの動きと真の物体の動きを分離するGlobal-Local Motion Decoupling (GLMD)モジュールを導入する。 また,多方向および多速度プラットフォーム動作をシミュレートする新しいベンチマークデータセットであるSDM-Car-SUを構築した。
• 参考スコア（独自算出の注目度）: 34.62299054989923
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Satellite videos provide continuous observations of surface dynamics but pose significant challenges for multi-object tracking (MOT), especially under unstabilized conditions where platform jitter and the weak appearance of tiny objects jointly degrade tracking performance. To address this problem, we propose DeTracker, a joint detection-and-tracking framework tailored for unstabilized satellite videos. DeTracker introduces a Global--Local Motion Decoupling (GLMD) module that explicitly separates satellite platform motion from true object motion through global alignment and local refinement, leading to improved trajectory stability and motion estimation accuracy. In addition, a Temporal Dependency Feature Pyramid (TDFP) module is developed to perform cross-frame temporal feature fusion, enhancing the continuity and discriminability of tiny-object representations. We further construct a new benchmark dataset, SDM-Car-SU, which simulates multi-directional and multi-speed platform motions to enable systematic evaluation of tracking robustness under varying motion perturbations. Extensive experiments on both simulated and real unstabilized satellite videos demonstrate that DeTracker significantly outperforms existing methods, achieving 61.1% MOTA on SDM-Car-SU and 47.3% MOTA on real satellite video data.
• Abstract（参考訳）: 衛星ビデオは、表面力学の連続的な観察を提供するが、特にプラットフォームジッタと小さな物体の弱い視界が協調的に追跡性能を低下させる不安定な条件下では、多物体追跡(MOT)に重大な課題をもたらす。 この問題を解決するために、不安定な衛星ビデオに適した共同検出・追跡フレームワークであるDeTrackerを提案する。 DeTrackerはGlobal-Local Motion Decoupling (GLMD)モジュールを導入し、衛星プラットフォームの動きと真の物体の動きを、グローバルアライメントと局所的な改善によって明確に分離し、軌道安定性と運動推定精度を改善した。 さらに, 時間依存性特徴ピラミッド (TDFP) モジュールを開発し, 小対象表現の連続性と識別性を向上する。 さらに,多方向・多速度プラットフォーム動作をシミュレートした新しいベンチマークデータセットであるSDM-Car-SUを構築し,変動する運動摂動下でのロバストネスの系統的評価を可能にする。 DeTrackerはSDM-Car-SUで61.1%のMOTA、実際の衛星ビデオデータで47.3%のMOTAを達成した。

関連論文リスト

• SocialTrack: Multi-Object Tracking in Complex Urban Traffic Scenes Inspired by Social Behavior [17.501890320034693]
  本稿では,複雑な都市交通環境における小目標の追跡精度とロバスト性を高めるために,新しい多目的追跡フレームワークSocialTrackを提案する。 特殊小ターゲット検出器は、マルチスケールの特徴増強機構を用いて検出性能を向上させる。 UAVDTとMOT17データセットに関する大規模な実験は、SocialTrackが既存の最先端(SOTA)メソッドをいくつかの主要なメトリクスで上回っていることを示している。
  論文  参考訳（メタデータ） (2025-08-18T09:53:32Z)
• 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)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
  本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。 事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。 このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
  論文  参考訳（メタデータ） (2024-12-02T09:13:29Z)
• Addressing single object tracking in satellite imagery through prompt-engineered solutions [2.098136587906041]
  衛星映像における小型物体の学習自由点追跡手法を提案する。 我々の戦略は、リモートセンシングアプリケーションにおける衛星画像に適したロバストな追跡ソリューションの大幅な進歩を示している。
  論文  参考訳（メタデータ） (2024-07-07T23:50:29Z)
• MotionTrack: Learning Motion Predictor for Multiple Object Tracking [68.68339102749358]
  本研究では,学習可能なモーション予測器を中心に,新しいモーショントラッカーであるMotionTrackを紹介する。 実験結果から、MotionTrackはDancetrackやSportsMOTといったデータセット上での最先端のパフォーマンスを示す。
  論文  参考訳（メタデータ） (2023-06-05T04:24:11Z)

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。