야간 UAV 추적을 위한 피라미드 주의 증강 네트워크

합성곱 신경망(CNN) 기반의 객체 추적 방법들은 전통적인 조명이 잘 된 데이터셋에서 유망한 결과를 달성할 수 있지만, 야간 장면에서 촬영된 저조도 이미지에서 정확하게 목표를 찾는 것은 어렵습니다. 첨단(SOTA) 추적기조차도 마찬가지입니다. 기존 솔루션은 종종 객체 추적에 유용한 잠재적인 이미지 특징을 간과하거나 인간의 인식 개선에만 집중하여 이미지 향상과 객체 추적 작업 간의 균형을 맞추기 어렵게 만듭니다. 이러한 문제를 해결하고 신뢰할 수 있는 야간 무인 항공기(UAV) 추적을 달성하기 위해 우리는 추적기 전에 플러그 앤 플레이 솔루션으로 작용하는 경량 피라미드 주의 기반 저조도 이미지 향상기를 제안합니다. 추가로, 저조도 조건에서 이미지 특징을 구별하기 어려운 상황에서 이미지의 다중 스케일 특징 표현 능력을 향상시키기 위해 피라미드 주의 모듈(PAM)을 도입합니다. 실험 결과는 우리 방법이 열악한 조명 상황에서 효과적으로 작동함을 보여줍니다.