研究人员推出了一种新颖的跨模态无人机（UAV）目标跟踪方法SARLA。SARLA解决了在可见光和热红外传感器之间切换时出现的挑战，这种切换可能导致外观和空间上的突然变化。该系统包含一个模态状态感知表示模块（MSARM），用于学习跨模态的外观相关性，以及一个空间状态感知表示模块（SSARM），用于建模帧之间的空间相关性。此外，还采用了空间偏移预测损失来进一步减轻模态切换的影响。为了支持进一步的研究，创建了一个名为CM-UOT的大规模基准数据集，包含超过1079个跨模态序列。 AI
影响 这项研究可以提高依赖多传感器数据融合进行目标跟踪的自主系统的鲁棒性。
排序理由 学术论文，详细介绍了一种新方法和基准。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
