DroneMOT：面向检测困难与无人机与目标同步移动的无人机多目标跟踪

静态平台（如监控摄像机）上的多目标跟踪（MOT）已取得显著进展，各种方法均展现出吸引人的性能。然而，传统MOT方法在动态平台（如无人机）上效果显著下降。这一现象归因于无人机MOT场景的独特挑战：（1）目标在图像平面上通常较小、模糊，且频繁遮挡，导致检测和识别困难；（2）无人机运动并从不同角度观察目标，导致预测位置和特征嵌入不可靠。本文提出DroneMOT，首次提出双域集成注意力模块（DIA），考虑无人机快速运动，以增强针对小尺寸、模糊和遮挡目标的无人机目标检测和特征嵌入。随后，引入创新的运动驱动关联方案（MDA），考虑无人机与目标的同步移动。在MDA中，提出了自适应特征同步技术（AFS）来更新来自不同视角的目标特征。此外，采用双运动预测方法（DMP）来预测目标位置。最后，将精炼后的特征嵌入和预测位置集成，以增强目标关联。 在VisDrone2019-MOT和UAVDT数据集上进行全面评估表明，DroneMOT在无人机MOT领域显著优于当前最先进的方法。