연구진이 UAV 추적의 실시간 요구를 충족하기 위해 EATrack이라는 효율적인 비대칭 프레임워크를 제안했어요. EATrack은 교사 기반의 dual-branch 증류 전략을 중심으로 경량화된 학생 모델의 특징 표현력을 향상시켜요. 시간적 적응 모듈을 통합하여 시간 경과에 따른 강건성을 높였어요.
EATrack은 공간적으로 집중된 특징 레벨 증류와 예측 레벨 증류를 통해 학생 모델의 성능을 개선해요. 공간적으로 집중된 증류는 약화된 표현을 보완하고, 예측 레벨 증류는 정확한 목표 위치 추적 능력을 학습해요.
다섯 가지 UAV 벤치마크 실험 결과, EATrack은 정확도와 속도 간의 균형을 이룬 것으로 나타났어요. GitHub에서 관련 코드를 확인할 수 있어요.