본 연구는 단일 객체 추적(Single Object Tracking, SOT)에서 다양한 센서(RGB-X)의 고유한 장점을 활용하여 객체 외형 변화 등의 난제를 극복하기 위한 통합적이고 적응적인 다중 모달 추적 프레임워크인 UASTrack을 제안합니다. UASTrack은 모델과 파라미터의 통일성을 확보하면서도, 보조 모달리티의 데이터 분포를 식별하고 각 모달리티의 특성에 맞는 잠재 공간에서의 최적화를 수행하는 'Discriminative Auto-Selector(DAS)'와 'Task-Customized Optimization Adapter(TCOA)'를 통해 모달리티 적응적 인식을 달성합니다. 제안된 방법은 적은 추가 파라미터와 연산량으로도 기존 SOTA 방법론에 준하는 성능을 보이며, 다양한 다중 모달 추적 시나리오에서 효과성을 입증했습니다.
