A Comprehensive Study of Object Tracking in Low-Light Environments

要約

低照度環境における正確な物体追跡は、特に監視や生態学アプリケーションにおいて極めて重要である。しかし、撮影されたシーケンスの品質が低いため、これを達成することは非常に困難です。ノイズ、色の不均衡、低コントラストなどの要因がこのような課題の一因となっている。本論文では、これらの歪みが自動物体追跡装置に与える影響を調べる包括的な研究を紹介する。さらに、ノイズ除去法と低照度強調法を変換器ベースの物体追跡システムに統合することで、追跡性能を向上させる解決策を提案する。実験結果は、低照度の合成データセットを用いて訓練した提案する追跡器が、バニラMixFormerとSiam R-CNNの両方を上回ることを示している。

要約(オリジナル)

Accurate object tracking in low-light environments is crucial, particularly in surveillance and ethology applications. However, achieving this is significantly challenging due to the poor quality of captured sequences. Factors such as noise, color imbalance, and low contrast contribute to these challenges. This paper presents a comprehensive study examining the impact of these distortions on automatic object trackers. Additionally, we propose a solution to enhance tracking performance by integrating denoising and low-light enhancement methods into the transformer-based object tracking system. Experimental results show that the proposed tracker, trained with low-light synthetic datasets, outperforms both the vanilla MixFormer and Siam R-CNN.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL