연구진이 드론 간 모드 객체 추적을 위한 새로운 방법 SARLA를 제안했어요. SARLA는 현재 프레임과 이전 프레임의 대상 표현에서 불일치하는 모드 상태를 인식하여 외형 및 위치의 급격한 변화에 적응해요.
MSARM은 모드 간 간극을 해소하는 외형 상관관계를 학습하고, SSARM은 프레임 간 공간 상관관계를 모델링하여 급격한 위치 변화의 영향을 완화해요.
연구진은 SARLA의 성능을 평가하기 위해 1079개의 크로스 모드 시퀀스로 구성된 대규모 비디오 벤치마크 CM-UOT를 구축했어요.
CM-UOT 데이터셋에서 수행한 실험 결과, SARLA가 20가지 우수한 추적 방법보다 뛰어난 성능을 보였어요.