面向小目标检测的卫星视频跟踪算法_NormalPdf.pdf

1007-4619（2024）07-1812-10NationalRemoteSensingBulletin遥感学报

面向小目标检测的卫星视频跟踪算法

1，21，211

崔浩文，许楚杰，郑向涛，卢孝强

1.中国科学院西安光学精密机械研究所光谱成像技术实验室,西安710119;

2.中国科学院大学,北京100049

摘要：遥感卫星的多目标跟踪任务面监目标弱小，场景多样等挑战。为此，提出了一种高分辨率遥感卫星视

频的多目标跟踪算法。在检测阶段，构建小目标检测器，首先在主干网络中通过Transformer捕获全局的上下文

信息，然后利用注意力机制增强目标特征，最后添加了一个预测小目标的分支；在轨迹关联阶段，将检测出的

小目标与已有轨迹匹配，采用关注低置信度检测的关联算法。本文选取高分辨率遥感卫星视频进行测试，测验

结果表明本文提出的方法在遥感卫星视频中的多目标跟踪数据集上的MOTA指标达到63.1%，相较于基准

（baseline）模型提升13.5%，能够显著提升遥感卫星视频中多目标跟踪的性能。

关键词：遥感，多目标跟踪，小目标检测，注意力机制，神经网络，轨迹关联

中图分类号：TP701/P2

引用格式：崔浩文，许楚杰，郑向涛，卢孝强.2024.面向小目标检测的卫星视频跟踪算法.遥感学报，28（7）：1812-1821

CuiHW，XuCJ，ZhengXTandLuXQ.2024.Multi-objecttrackingbydetectingsmallobjectsinsatellitevideo.

NationalRemoteSensingBulletin，28（7）：1812-1821［DOI：10.11834/jrs］

等，导致误跟和漏跟的可能。

1引言

目前，主流多目标跟踪算法遵循基于检测的

多目标跟踪旨在检测和估计视频中多个目标跟踪TBD（Tracking-By-Detection）范式，包含目

的时空轨迹，在视觉领域有着广泛应用，如安防标检测和帧间关联两个步骤。首先检测出每帧中

监控、自动驾驶、智能交通等。随着遥感技术的目标可能出现的位置，然后根据检测出的候选目

发展，通过卫星平台获得地球表面运动目标的视标位置建立时间上的关联匹配，实现目标运动轨

频数据，实时观测地球表面目标的运动轨迹和状迹关联。

态，在城市规划、交通监控、军事侦察等发挥着随着目标检测技术的发展，许多方法利用更

重要作用。主流的多目标跟踪算法主要解决监控强的目标检测器来提高多目标跟踪的性能，如

视频或移动设备拍摄视频下的目标跟踪问题，由RetinaTrack（Lu等，2020）、CenterTrack（Zhou等，

于卫星视频与监控视频存在巨大差异，导致现有2020）、TransTrack（Sun等，2021）、ByteTrack

多目标跟踪算法应用在卫星视频上的性能较差。（Zhang等，2022）等。这些检测器通常用于检测

卫星视频和监控视频存在如下差异：（1）成像距自然场景下的目标，因此在监控视频下仍然可以

离和视角不同。在相同图像分辨率下，卫星视频很好地检测目标，然而由于遥感影像与自然场景

下的目标尺寸更小，目标的细节特征不明显，而下的影像存在巨大差异，这些检测器直接应用