在无人机技术迅速发展的当下，如何高效追踪热成像画面中的无人机成为一项关键挑战。澳大利亚墨尔本大学的研究团队针对这一问题展开深入探索，提出了一套创新解决方案，相关成果以预印本形式发布于计算机视觉领域学术平台arXiv。
在边境巡逻、搜救行动等场景中，热成像摄像机凭借捕捉热量分布的特性，能够发现普通摄像机难以察觉的目标。然而，当天空中有多架无人机同时飞行时，系统既要精准追踪每一架，避免目标丢失或误判树梢热气为无人机，又需满足资源有限设备的运行需求，这成为亟待解决的难题。
追踪热成像无人机面临诸多困难。热成像画面与普通相机画面差异显著，远处无人机在画面中可能只是几个像素的亮点，缺乏外观特征。同时，热成像传感器存在“传感器抖动”问题，会导致追踪系统误判目标位置。而且，无人机飞行方式不规律，急转弯、突然加速或被遮挡等情况，都易使追踪系统“失联”。现有主流追踪方法，如ByteTrack和BoT-SORT，采用卡尔曼滤波器预测目标位置，但标准卡尔曼滤波器假设目标匀速直线运动，无法应对无人机的复杂动作。而更复杂的数学工具虽能处理复杂运动，但计算量大，难以在资源受限的设备上运行。
研究团队的创新之处在于对标准卡尔曼滤波器进行改进，提出了“自适应运动学卡尔曼滤波器”（AKKF）。该滤波器在原有框架内植入三个新判断机制。一是“面积自适应运动阻尼”，当目标在画面中很小时，随着目标变小，逐渐减弱对速度的信任，让预测位置更保守。二是“透视感知速度制动”，当无人机远离摄像机、画面中尺寸变小时，限制“继续缩小”的预测幅度，防止目标在数学层面“消失”。三是“动态测量噪声估计”，通过对比新检测框和预测的长宽比，判断检测结果可信度，降低对异常检测结果的信任。
为使追踪更可靠，研究团队还配备两个辅助工具。一是“瞬态假阳性抑制”，只有目标在连续多帧中被稳定检测到，才将其作为真实轨迹输出，避免“幽灵轨迹”干扰。二是“运动学引导预测性滑行”，当无人机短暂被遮挡或检测失败时，根据目标之前运动轨迹继续推算其位置。
研究团队使用“BSB基准”测试平台进行实验，该平台数据来自“反无人机挑战赛”，包含200个视频序列。训练集有超过77000帧画面，标注超163万个边界框；测试集有近75000帧，画面分辨率640×512像素，无人机目标平均面积仅117平方像素，追踪难度大。为评估计算效率，研究团队使用消费级笔记本电脑进行测试，该电脑搭载英特尔酷睿i7-12650H处理器、NVIDIA GeForce RTX 4050笔记本显卡和24GB内存。
实验测试了多种检测器与追踪器组合，包括YOLOv12、YOLO26和RF-DETR的不同规模及输入分辨率版本，均配备原始BoT-SORT追踪器作为基准对比。结果显示，RF-DETR Nano检测器配合1280分辨率输入取得最高HOTA得分0.8437，但计算速度较慢。筛选出的三种“边缘感知候选方案”中，YOLO26n在640分辨率下实现最佳速度-精度综合比。
针对AKKF三个组件的消融实验表明，每个组件都有独立贡献。基准配置HOTA为0.826116，FPS为132.03；加入三个机制后，完整AKKF的HOTA达到0.826606，MOTA和IDF1指标也升至最高，但FPS降至94.92，仍在实时处理范围内。实验还发现“检测-追踪悖论”，即检测精度更高的配置不一定带来更好的追踪效果，提高输入分辨率能改善追踪性能。
研究团队坦诚指出研究的局限性，目前方案测试在模拟边缘条件的笔记本平台进行，与真实嵌入式边缘设备存在差异，部署时需进一步适配。未来改进方向包括模型压缩、更充分利用时序信息以及在真实边缘硬件上部署验证。该研究思路在边境安防、野生动物监测等需要实时追踪小目标的热成像应用中具有一定参考价值。
Q1：卡尔曼滤波器在无人机追踪中失效的原因是什么？A：标准卡尔曼滤波器假设目标做匀速直线运动，而无人机飞行灵活，会出现急转弯、突然加速或被遮挡等情况，不符合匀速假设时，位置预测会持续偏移，且热成像传感器抖动会进一步放大问题，导致追踪失效。Q2：AKKF和普通卡尔曼滤波器相比速度如何？A：在英特尔i7-12650H配合RTX 4050笔记本GPU平台上，标准BoT-SORT（含TFPS）处理速度为132.03帧每秒，启用完整AKKF后降至94.92帧每秒，下降约28%，但仍满足边缘部署实时处理需求。Q3：热成像追踪和普通摄像头追踪的主要区别是什么？A：热成像摄像机捕捉热量分布，远距离无人机在画面中只有几个像素大小，无外观特征，且存在大量虚假热源易误检，传感器抖动也更突出，这些使热成像追踪比普通视频追踪更具挑战性。
