时序决策切换跟踪器

精度与效率兼具

通过强化学习在线切换轻量跟踪器与深度学习检测器，在复杂背景和高机动目标场景下保持实时且鲁棒的跟踪性能。

陈志明 · Xue, Wang · Xiaojiang, Wu · 吴云华 · Hua, Bing

Aerospace Science and Technology 2026

技术优势

精度效率两不误

通过决策切换机制，仅在必要时调用昂贵的深度学习检测器，从而在保持高精度的同时维持实时性能。

复杂背景也稳健

时序感知决策智能体整合历史运动模式并解析单帧状态模糊性，在复杂背景和高机动目标场景下仍能稳定跟踪。

边端算力可落地

系统已成功部署于边缘计算平台，验证了在实际资源受限场景中的可行性。

应用场景

• 反无人机跟踪：用轻量跟踪器与深度学习检测器在线切换，压低计算成本的同时不丢精度，适合实时反制无人机。
• 机器人视觉跟踪：时序决策模型能捕捉历史运动模式，给机器人视觉提供稳定、可部署的移动目标跟踪能力。
• 低空安防监控：在边缘设备上实现可见光与红外双模态跟踪，适合低空安防中全天候、低算力的持续监视。
• 目标检测与跟踪：切换机制平衡检测器调用成本与跟踪精度，可作为通用的目标检测跟踪后端，按场景分配算力。