본 연구에서는 조명 부족이나 빠른 움직임과 같은 어려운 환경에서도 견고한 RGB 기반 추적기의 취약점을 극복하기 위해 이벤트 카메라를 활용한 새로운 추적 프레임워크를 제안합니다.
제안하는 프레임워크는 여러 시간 척도에 걸쳐 이벤트 밀도 변화를 명시적으로 모델링하고, 세 단계의 Vision Transformer 백본에 희소, 중간 밀도, 밀집 이벤트 검색 영역을 점진적으로 주입하여 계층적 다중 밀도 특징 학습을 가능하게 합니다.
FE240hz, COESOT, EventVOT 데이터셋에서 광범위한 실험을 통해 제안하는 방법이 추적 정확도와 계산 효율성 간의 균형을 이룬다는 것을 확인했습니다.