边缘感知运动估计网络

出视界前预测轨迹

该网络通过联合建模目标位置与尺度的时间演化，实现多步运动外推，可提前预测目标出视界事件并辅助跟踪器自适应切换局部跟踪与全局检测。

Yuya, Sun · Zhong, Shan · Haonan, Tang · Yuting, Wang · Zhang, Lifeng

Pattern Recognition 2027

技术优势

提前发现出界风险

通过监测边缘邻近区域并评估运动风险来识别出视界事件，使跟踪器能在目标完全丢失前采取行动。

位置和尺度一起预测

状态空间网络同时建模目标位置和尺度的时间演化，提供多步运动外推以预测越界。

即插即用提升跟踪器

将EME框架集成到多种最先进跟踪器中，在多个基准上一致地改善了跟踪鲁棒性和出视界后恢复能力，且不影响实时性。

应用场景

• 目标跟踪：跟踪器可提前预判目标出界，减少目标丢失和恢复延迟。
• 无人机视觉导航：无人机可预测目标出视界，避免跟踪中断，提升任务成功率。
• 机器人视觉伺服：机器人对目标出界提前反应，保持伺服连续，防止控制失效。
• 智能视频监控：监控系统在目标离开视场前预判，提高交接和检索效率。