一种基于帧动态的简单检测器是强大的跟踪器

红外目标跟踪在反无人机（Anti-UAV）应用中起着关键作用。现有的跟踪器常常依赖裁剪的模板区域，运动建模能力有限，这在处理微小目标时提出了挑战。为此，我们提出一种简单而有效的红外微小目标跟踪器，通过整合全局检测和运动感知学习以及时序先验来提升跟踪性能。该方法基于目标检测，并通过两种关键创新实现显著提升。首先，我们引入帧动态，利用帧差和光流在输入层编码目标的先验特征和运动特征，使模型能够更好地区分目标与背景杂乱。其次，我们提出一种在后处理阶段实现轨迹约束过滤的策略，利用时空先验抑制误报并增强跟踪鲁棒性。大量实验表明，我们的方法在挑战性的红外 UAV 跟踪场景中在多个指标上 consistently 优于现有方法。值得注意的是，我们在第 4 届反-UAV 挑战赛中实现了最佳性能，分别在 Track 1 和 Track 2 中获得了 1 名和 2 名成绩。