CST Anti-UAV：用于复杂场景下微型无人机热红外跟踪的基准
计算机视觉与模式识别
2025-11-20 v2
摘要
无人机（UAV）的广泛应用引发了严重的公共安全和隐私问题，使得UAV感知在反UAV任务中至关重要。然而，现有的UAV跟踪数据集主要特征为目标明显，缺乏场景复杂度和属性表征的多样性，限制了其在现实场景中的适用性。为克服这些限制，我们提出了CST Anti-UAV，这是一个专为在复杂场景中进行单目标跟踪（SOT）而设计的热红外数据集，专注于微型无人机跟踪。该数据集包含220个视频序列，拥有超过24万帧高质量的边界框标注，突出了两个关键特性：大量微型UAV目标以及多样且复杂的场景。迄今为止，CST Anti-UAV是首个包含完整手动帧级属性标注的数据集，使其能够在各种挑战条件下进行精确评估。为对CST Anti-UAV进行深入的性能分析，我们在该数据集上评估了20个现有的SOT方法。实验结果表明，在复杂环境中跟踪微型UAV仍是一个挑战，因为最先进的方法仅实现了35.92%的跟踪准确率，而在Anti-UAV410数据集上仅为67.69%。这些发现凸显了现有基准的局限性以及在UAV跟踪研究中需要进一步发展的必要性。CST Anti-UAV基准即将公开发布，不仅有助于发展更稳健的SOT方法，也将推动反UAV系统的创新。
引用
@article{arxiv.2507.23473,
title = {CST Anti-UAV: A Thermal Infrared Benchmark for Tiny UAV Tracking in Complex Scenes},
author = {Bin Xie and Congxuan Zhang and Fagan Wang and Peng Liu and Feng Lu and Zhen Chen and Weiming Hu},
journal= {arXiv preprint arXiv:2507.23473},
year = {2025}
}
备注
Accepted by ICCVW2025