多尺度光流滚石追踪模型

跟踪成功率超85%

通过集成多尺度光流跟踪模块，大幅提升复杂地形下滚石目标的跟踪精度和稳定性。

Xiaoyu, Yang · Jiahui, Tong · Jin, Yuntao · Tian, Yongding · Yu, Zhixiang · 许浒

Computer-Aided Civil and Infrastructure Engineering 2026

参数信息

滚石跟踪成功率

85 %

训练效率提升幅度

24.7 %

最终Dice Loss降低幅度

70.9 %

测量误差降低幅度

90 %

像素占比阈值

0.02 %

技术优势

小目标也跟得住

多尺度光流跟踪模块集成进检测框架，在像素占比低于0.02%的亚像素滚石目标上仍保持超过85%的跟踪成功率。

误差降九成

基于PnP几何优化的扰动补偿算法有效抑制无人机运动伪影，长时间轨迹重构任务中的测量误差降低近90%。

训练更省时

提出的高效微调框架相比原始预训练大模型提升训练效率24.7%，同时最终Dice Loss降低70.9%。

应用场景

• 无人机航测：无人机航测时对滚石、落物等运动小目标进行高精度跟踪，提升三维轨迹重构质量。
• 工业视觉检测：在工业视觉检测场景中，利用多尺度光流跟踪提高对小尺寸、快速移动缺陷或产品的检测稳定性。
• 地质灾害监测：用于滑坡、滚石等地质灾害监测，在复杂地形下仍保持高跟踪成功率，可靠获取运动轨迹。
• 精密运动测量：通过扰动补偿算法抑制无人机自身运动干扰，实现长时间高精度运动测量。