前言：Hello大家好，我是小哥谈。无人机俯拍地面时，飞行高度变化会让画面中的车辆、行人忽大忽小，加上俯视视角下目标外观信息有限，传统跟踪方法容易出现编号跳变或丢失。本案例针对这一难点，先用检测模型逐帧找出目标，再根据历史尺寸变化趋势预测下一帧的边界框大小，避免因目标突然变大或变小导致对应失败；同时按面积从大到小依次匹配，让更可靠的大目标先建立对应关系。对于短暂遮挡或漏检的目标，允许丢失若干帧并在重新出现时尽量接回原编号。整体方案简洁可运行，重点解决无人机高度变化带来的尺度突变问题，使同一目标在连续画面中保持稳定编号，跟踪框能随目标尺寸灵活伸缩。🌈
目录
🚀1.场景说明
无人机俯拍地面，画面里最常见的是车辆与行人。飞行器一旦升高，地面目标在画面中迅速缩小；一旦下降，目标又突然变大。这种连续而剧烈的尺度变化，会让传统跟踪方法难以稳定维持同一个编号。本案例围绕这一实际困难展开，目标是在俯视视角下，对地面移动目标进行持续、可靠的跟踪，并尽量保持编号不跳变。
俯视视角还带来另一个问题：从高处往下看，目标可用的外观信息非常有限。车辆主要呈现为一块矩形区域，行人往往只是一个很小的点状或短条状区域，颜色、纹理、姿态等线索都不如平视画面丰富。因此，跟踪不能过度依赖外观比对，而要把位置关系、尺寸变化趋势和前后帧的对应关系用起来。本案例的做法是：先用检测模型逐帧找出目标，再依据历史尺度序列估计目
转载自 CSDN-专业IT技术社区
原文链接：https://blog.csdn.net/weixin_61961691/article/details/167217903
