Spatial-Temporal and Multi-Modal Collaborative Optimization Framework for RGBT Counter-Drone Tracking

计算机科学 稳健性(进化) 人工智能 Boosting(机器学习) 特征(语言学) 特征跟踪 一致性(知识库) 估计员 数据挖掘 情态动词 无人机 机器学习 光流 传感器融合 特征提取 计算机视觉 跟踪(教育) 模式识别(心理学) 视频跟踪 判别式 特征工程 雷达跟踪器 跟踪系统 桥接(联网) 实时计算 特征学习
作者
Xiaochen Ning,Hongchang Ding,Han Hou,Xiaoqiang Guo
出处
期刊:IEEE Access [Institute of Electrical and Electronics Engineers]
卷期号:13: 187904-187921
标识
DOI:10.1109/access.2025.3625175
摘要

This paper tackles the challenges of tracking high-speed maneuvering low-altitude drones amid cross-modal heterogeneity and complex background interference by proposing STMMC, a spatial-temporal and multi-modal collaborative optimization framework for RGBT counter-drone tracking. STMMC integrates three core innovations: the ChronoFlow Estimator (CFE), enabling efficient temporal modeling via self-supervised feature flow estimation; the Inter-modal Feature Refinement Module (IFR), which suppresses modal interference and enhances complementary fusion through dynamic similarity constraints; and the Dynamic Texture-Based Temporal Information Enhanced Training (DT-TIE Training) strategy, boosting robustness to low-saliency targets via physics-constrained motion synthesis. Extensive experiments on Anti-UAV, RGBT234, RGBT210, and GTOT datasets demonstrate STMMC’s superiority, achieving 65.1% precision and 41.5% success rates on Anti-UAV while maintaining real-time performance at 32.2 FPS. Cross-domain tests confirm its adaptability, with 88.4% precision on RGBT234. The framework offers a balanced solution for multimodal tracking in dynamic environments, improving temporal consistency and feature discriminability with an average 2.65%/2.45% PR/SR gain over baselines.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
领导范儿的应助被呼初南采纳,获得10
刚刚
NianGao完成签到,获得积分10
刚刚
元气饱满完成签到,获得积分10
刚刚
Hello的应助被风吹麦浪采纳,获得10
1秒前
1秒前
nidahao完成签到 ,获得积分10
2秒前
Jadedew完成签到,获得积分10
3秒前
QiQi完成签到 ,获得积分10
3秒前
wangmh完成签到,获得积分10
4秒前
ertredffg完成签到,获得积分10
5秒前
安博士完成签到,获得积分10
5秒前
淡淡的寄灵完成签到,获得积分10
5秒前
18726352502完成签到,获得积分10
6秒前
llzuo完成签到,获得积分10
6秒前
活泼的飞扬完成签到,获得积分10
6秒前
大气傀斗完成签到,获得积分10
6秒前
rainny完成签到,获得积分10
6秒前
天马行空完成签到,获得积分10
6秒前
大红完成签到,获得积分10
7秒前
坚定悟空完成签到,获得积分10
7秒前
善良太阳完成签到,获得积分10
8秒前
灵巧的导师完成签到,获得积分10
8秒前
lio完成签到,获得积分10
8秒前
Zylah完成签到 ,获得积分10
9秒前
王乐乐哈完成签到 ,获得积分10
9秒前
R1完成签到,获得积分10
9秒前
koi完成签到,获得积分10
10秒前
sandwich完成签到 ,获得积分10
10秒前
10秒前
Cecilia0928完成签到,获得积分10
12秒前
听风雨完成签到 ,获得积分10
12秒前
新晋老板完成签到,获得积分10
12秒前
lly完成签到,获得积分10
13秒前
刘猴完成签到 ,获得积分10
13秒前
雯静的赵完成签到,获得积分10
13秒前
温乘云完成签到,获得积分10
14秒前
gongmeng完成签到 ,获得积分10
14秒前
Lonnie完成签到,获得积分10
14秒前
YY完成签到 ,获得积分10
14秒前
sophia完成签到,获得积分10
14秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
Social Psychology in the Real World 600
八旗制度の研究 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8180135
求助须知:如何正确求助?哪些是违规求助? 9570290
关于积分的说明 21809391
捐赠科研通 7776237
什么是DOI,文献DOI怎么找? 3433266
关于科研通互助平台的介绍 2557465
邀请新用户注册赠送积分活动 2479039