【论文解读】Fast-Tracker 2.0：通过主动视觉和人类位置回归提高空中跟踪的自主性

标题：Fast-Tracker2.0: Improving Autonomy of Aerial Tracking with Active Vision and Human Location Regression
作者：Neng Pan, Ruibin Zhang, Tiankai Yang, Chao Xu, Fei Gao
来源：https://arxiv.org/abs/2103.06522
代码：暂无

---

摘要

之前提出的Fast-tracker虽然可以适用于各种具有挑战性的跟踪场景，但是它有自身的局限性，主要是有两部分：
1）使用人工标记物过分简化了目标检测的功能；
2）机载视野受限时，检测目标和感知周围障碍物之间的矛盾。

在本文中，我们提升了Fast-tracker的目标检测能力，用基于深度学习和非线性回归的方法来检测和确定人的目标位置，从而解决了前一个问题。对于后一个问题，我们在定制的万向节摄像机上为四旋翼无人机系统配备了360°旋转的自动视觉。

此外，我们改进了Fast-tracker 中的跟踪轨迹规划，生成的跟踪轨迹中加入了遮挡惩罚机制。通过全面的实际场景测试来证明了系统的鲁棒性和实时性。与Fast-tracker进行了比较，验证了即使在执行更困难的跟踪任务时，所提出的系统也具有更好的跟踪性能。