返回
Closed-Loop Aerial Tracking with Dynamic Detection-Tracking Coordination
DOI:10.3390/drones9070467.png)
摘要
En 中文
空中跟踪是许多无人机(UAV)应用的重要服务。现有工作在处理实际场景中目标消失、视角变化和跟踪漂移时,未能提供鲁棒解决方案,尤其是在资源受限的无人机环境下。本文提出了一种闭环框架,集成三个关键组件:(1)轻量级自适应检测与多尺度特征提取,(2)基于卡尔曼滤波轨迹预测的时空运动建模,(3)通过检测置信度、外观相似性和运动一致性复合评分的自主决策。通过实现动态检测-跟踪协调与质量感知特征保持,本系统通过性能自适应频率调制实现实时运行。在VOT-ST2019和OTB100基准测试上评估,所提方法相较于基线跟踪器取得显著提升,预期平均重叠率(EAO)提高27.94%,失败率降低10.39%,同时在边缘硬件上保持23–95帧/秒的帧率。该框架通过优化协议在长时间遮挡场景中实现快速目标重获取,在持续空中监视任务中优于传统方法。
Keyword:
aerial tracking
UAV applications
Kalman-filter-based trajectory prediction
lightweight adaptive detection
real-time performance
期刊
D
IF:
4.8
论文数:
3.9K
被引数:
8.3K
机构
引用论文
Learning target-aware background-suppressed correlation filters with dual regression for real-time UAV tracking
SIGNAL PROCESSING
IF3.6

