无人机复杂视角下的多目标跟踪
项目简介
本项目基于两阶段匹配、ReID信息，实现了无人机复杂视角下的多目标跟踪。项目主要分为以下几个部分：
- 数据集准备：收集无人机视角下的ReID数据集，包括视频、图像和ID标注文件；
- 模型训练：使用YOLOv5s模型进行目标检测；训练针对无人机视角的重识别模型。
- 跟踪算法实现：实现两阶段匹配算法，结合ReID信息、位置信息进行匹配。为应对无人机扫视视角的跟踪任务，融合光流和ReID信息进行位置无关的目标跟踪。
- 结果可视化：将跟踪结果可视化。
项目可视化结果
由于项目保密要求，只展示在可公开数据集上的效果。
无人机扫视视角下，目标跟踪结果可视化。视频为合成数据集，目标基于SAM分割背景，并按照一定运动逻辑与底图融合，模拟目标移动。
同时模拟无人机扫视视角，只有扫视框内的图像被用于检测和跟踪。
扫视视角下运动目标（大图）：
扫视视角下运动目标（小图）：
扫视视角下静止目标（大图）：
扫视视角下静止目标（小图）：
无人机运动下，多目标跟踪效果：
