基于深度学习的多无人机多目标跟踪

来源：计算机工程杂志2025年第4期北京时间：

作者：周翰祺, 方东旭, 张宁波, 孙文生

单位：1. 北京邮电大学信息与通信工程学院, 北京 1000832. 中国移动通信集团重庆有限公司, 重庆 401121

摘要：无人机(UAV)多目标跟踪技术在交通运营、安全监测、水域巡检等领域受到广泛关注。然而, 目前已有的多目标跟踪算法多用于单无人机多目标跟踪, 而单无人机的视角通常具有一定的局限性, 当目标被遮挡时目标发生ID切换会导致跟踪失败。为了解决该问题, 提出一种多无人机多目标跟踪(MUMTTrack)算法。采用基于检测的跟踪(TBD)范式, 利用多架无人机同时跟踪目标, 弥补单无人机视角的局限性。为了有效融合多架无人机的跟踪结果, 为MUMTTrack设计一种基于加速鲁棒特征(SURF)算法的图像匹配策略和ID分配策略。将MUMTTrack算法的性能与当前主流的单无人机多目标跟踪算法在MDMT数据集上进行实验比较。实验结果表明, MUMTTrack算法在识别F1(IDF1)值和多目标跟踪精度(MOTA)这两个多目标跟踪性能指标上均表现出明显的优势。

关键词：无人机,遮挡目标,多无人机跟踪,多目标跟踪,目标关联

基金资助：国家自然科学基金(62071069)