打破平滑运动假设：面向复杂恶劣条件下的 UAV 多目标跟踪基准
计算机视觉与模式识别
2026-03-09 v1
摘要
无人机 (UAV) 的快速运动和机动驾驶导致多目标跟踪 (MOT) 面临显著观测挑战。然而，现有的 UAV 视角 MOT 基准常缺乏这些复杂性，主要特征为可预测的相机动态和线性运动模式。为弥补这一差距，我们引入 DynUAV，一个用于动态 UAV 视角 MOT 的新基准，特点是强烈的自身运动及其导致的复杂看似轨迹。该基准包含 42 个视频序列，超过 170 万个边界框标注，覆盖车辆、行人以及 excavators、pushtruck 和起重机等专用工业类别。与现有基准相比，DynUAV 引入了来自自身运动的重大挑战，包括剧烈的尺度变化和视角变化，以及运动模糊。对 DynUAV 上先进跟踪器的全面评估揭示了其局限性，尤其是在处理此类动态条件下的检测和关联相互交织的挑战方面，从而将 DynUAV 确立为严格的基准。我们预计 DynUAV 将作为现实世界 UAV 视角 MOT 的严苛测试平台，以推动该领域的进步，我们将在链接处提供所有资源。
引用
@article{arxiv.2603.05970,
title = {Breaking Smooth-Motion Assumptions: A UAV Benchmark for Multi-Object Tracking in Complex and Adverse Conditions},
author = {Jingtao Ye and Kexin Zhang and Xunchi Ma and Yuehan Li and Guangming Zhu and Peiyi Shen and Linhua Jiang and Xiangdong Zhang and Liang Zhang},
journal= {arXiv preprint arXiv:2603.05970},
year = {2026}
}