SDG-Track: 一种用于嵌入式平台高分辨率无人机跟踪的异构观测者-跟随者框架
计算机视觉与模式识别
2026-05-26 v2
摘要
实时跟踪小型无人机在边缘设备上面临分辨率与速度的根本冲突。将高分辨率图像下采样至标准检测器输入尺寸会导致小目标特征降至可检测阈值以下。然而，在资源受限平台上处理原生1080p帧无法提供足够吞吐量以实现平稳云台控制。我们提出SDG-Track，一种稀疏检测引导跟踪器，采用观测者-跟随者架构来协调这一冲突。观测者流在GPU上以低频率运行高容量检测器，从1920x1080帧中提供精确的位置锚点。跟随者流通过在CPU上执行受ROI约束的稀疏光流来实现高频轨迹插值。为处理因遮挡或由光谱相似干扰物引起的模型漂移导致的跟踪失败，我们引入了双空间恢复（Dual-Space Recovery），一种结合颜色直方图匹配与几何一致性约束的无训练重获取机制。在空地跟踪站上的实验表明，SDG-Track实现了35.1 FPS的系统吞吐量，同时保留了97.2%的逐帧检测精度。该系统在NVIDIA Jetson Orin Nano上成功跟踪敏捷的FPV无人机。我们的论文代码公开可用，地址为https://github.com/Jeffry-wen/SDG-Track。
引用
@article{arxiv.2512.04883,
title = {SDG-Track: A Heterogeneous Observer-Follower Framework for High-Resolution UAV Tracking on Embedded Platforms},
author = {Jiawen Wen and Yu Hu and Suixuan Qiu and Jinshan Huang and Xiaowen Chu},
journal= {arXiv preprint arXiv:2512.04883},
year = {2026}
}
备注
Withdrawn by the authors due to unresolved authorship and public-disclosure authorization issues