論文の概要: Dual Prompt-Driven Feature Encoding for Nighttime UAV Tracking

• arxiv url: http://arxiv.org/abs/2603.19628v1
• Date: Fri, 20 Mar 2026 04:16:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 19:48:38.989931
• Title: Dual Prompt-Driven Feature Encoding for Nighttime UAV Tracking
• Title（参考訳）: 夜間UAV追跡のためのデュアルプロンプト駆動型特徴符号化
• Authors: Yiheng Wang, Changhong Fu, Liangliang Yao, Haobo Zuo, Zijie Zhang,
• Abstract要約: 本研究は,プロンプト条件付き特徴適応と文脈対応プロンプト進化を統合したデュアルプロンプト駆動型特徴符号化手法を提案する。 夜間UAV追跡におけるデュアルプロンプト駆動トラッカー(DPTracker)の有効性を検証する実験を行った。
• 参考スコア（独自算出の注目度）: 7.916061194416488
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Robust feature encoding constitutes the foundation of UAV tracking by enabling the nuanced perception of target appearance and motion, thereby playing a pivotal role in ensuring reliable tracking. However, existing feature encoding methods often overlook critical illumination and viewpoint cues, which are essential for robust perception under challenging nighttime conditions, leading to degraded tracking performance. To overcome the above limitation, this work proposes a dual prompt-driven feature encoding method that integrates prompt-conditioned feature adaptation and context-aware prompt evolution to promote domain-invariant feature encoding. Specifically, the pyramid illumination prompter is proposed to extract multi-scale frequency-aware illumination prompts. %The dynamic viewpoint prompter adapts the sampling to different viewpoints, enabling the tracker to learn view-invariant features. The dynamic viewpoint prompter modulates deformable convolution offsets to accommodate viewpoint variations, enabling the tracker to learn view-invariant features. Extensive experiments validate the effectiveness of the proposed dual prompt-driven tracker (DPTracker) in tackling nighttime UAV tracking. Ablation studies highlight the contribution of each component in DPTracker. Real-world tests under diverse nighttime UAV tracking scenarios further demonstrate the robustness and practical utility. The code and demo videos are available at https://github.com/yiheng-wang-duke/DPTracker.
• Abstract（参考訳）: ロバスト特徴符号化は、ターゲットの外観と動きのニュアンス認識を可能にすることにより、UAV追跡の基礎を構成し、信頼性の高い追跡を保証する上で重要な役割を果たす。 しかし、既存の特徴符号化手法は、夜間の困難な状況下での堅牢な認識に不可欠な、重要な照明と視点の手がかりを見落とし、追跡性能の低下につながることが多い。 この制限を克服するため、ドメイン不変な特徴符号化を促進するために、プロンプト条件付き特徴適応とコンテキスト対応のプロンプト進化を統合した二重プロンプト駆動特徴符号化法を提案する。 具体的には、マルチスケールの周波数対応照明プロンプトを抽出するために、ピラミッド照明プロンプトを提案する。 % ダイナミックな視点プロンサは、サンプリングを異なる視点に適応させ、トラッカーがビュー不変の特徴を学習できるようにする。 動的パースペクティブプロンサは、変形可能な畳み込みオフセットを変調して視点変動を許容し、トラッカーがビュー不変の特徴を学習できるようにする。 夜間UAV追跡において提案したデュアルプロンプト駆動トラッカー(DPTracker)の有効性を検証する。 アブレーション研究は、DPTrackerにおける各コンポーネントの貢献を強調している。 多様な夜間UAV追跡シナリオによる実世界のテストは、堅牢性と実用性をさらに実証する。 コードとデモビデオはhttps://github.com/yiheng-wang-duke/DPTracker.comで公開されている。

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)
• Efficient Motion Prompt Learning for Robust Visual Tracking [58.59714916705317]
  本稿では,軽量かつプラグアンドプレイなモーションプロンプトトラッキング手法を提案する。 既存の視覚ベースのトラッカーと簡単に統合して、共同トラッキングフレームワークを構築することができる。 7つのトラッキングベンチマークの実験により、提案したモーションモジュールは、視覚ベースのトラッカーのロバスト性を大幅に改善することが示された。
  論文  参考訳（メタデータ） (2025-05-22T07:22:58Z)
• 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)
• 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)
• LEAP-VO: Long-term Effective Any Point Tracking for Visual Odometry [53.5449912019877]
  本稿では,LEAP(Long-term Effective Any Point Tracking)モジュールについて述べる。 LEAPは、動的トラック推定のために、視覚的、トラック間、時間的キューと慎重に選択されたアンカーを革新的に組み合わせている。 これらの特徴に基づき,強靭な視力計測システムLEAP-VOを開発した。
  論文  参考訳（メタデータ） (2024-01-03T18:57:27Z)
• AViTMP: A Tracking-Specific Transformer for Single-Branch Visual Tracking [17.133735660335343]
  本稿では,AViTMP(Adaptive ViT Model Prediction Tracker)を提案する。 この方法は、初めて識別モデルで単一ブランチネットワークをブリッジする。 AViTMPは、特に長期追跡とロバスト性の観点から、最先端のパフォーマンスを実現していることを示す。
  論文  参考訳（メタデータ） (2023-10-30T13:48:04Z)
• DCPT: Darkness Clue-Prompted Tracking in Nighttime UAVs [53.64523622330297]
  既存の夜間無人航空機(UAV)トラッカーは"Enhance-then-Track"アーキテクチャに従っている。 この分離された拡張と追跡は、エンドツーエンドのトレーニング可能な視覚システムを構築するのに失敗する。 本研究では,夜間の強靭なUAV追跡を効率よく学習し,暗黒手がかりを生成できるDarkness Clue-Prompted Tracking (DCPT)を提案する。
  論文  参考訳（メタデータ） (2023-09-19T09:59:08Z)

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。