近日，北京理工大學光電學院許廷發教授科研團隊在多光譜目標跟蹤領域取得新突破。針對傳統RGB視覺在復雜航拍場景下存在的小目標難檢測、密集遮擋嚴重和紋理特征退化等瓶頸問題，科研團隊構建了全球首個無人機視角下的多光譜目標跟蹤數據集(Multispectral Multi-Object Tracking，MMOT)，提出了一種多光譜目標感知一體化目標跟蹤方法，相關成果以《MMOT: The First Challenging Benchmark for Drone-based Multispectral Multi-Object Tracking》為題，發表于NeurIPS 2025(Conference on Neural Information Processing Systems)，該會議為人工智能與機器學習領域的頂級國際學術會議(CCF-A類)。論文第一作者為北京理工大學李天昊博士研究生，通訊作者為許廷發教授和李佳男長聘副教授。 
多光譜目標跟蹤框架主要包括Spectral 3D-Stem模塊、旋轉感知卡爾曼濾波器和端到端旋轉自適應Transformer架構，具體如圖1所示。
圖1 多光譜目標跟蹤框架圖
該方法通過光譜空間聯合建模和引入目標旋轉角度狀態參數，顯著提升光譜信息表達能力，實現了精準的多光譜小目標檢測和目標間關聯，降低了誤檢、漏檢及ID轉換次數，如圖2所示。
圖2 多光譜輸入和RGB輸入的ID轉換和漏檢對比
團隊構建了首個國內外無人機航拍多光譜目標數據集。其覆蓋城市街區、交通樞紐、運動場地等多種真實場景的航拍視頻，包含125段視頻序列、48萬余個高精度標注目標框，涵蓋8個典型類別(行人、汽車、自行車等)。多光譜成像跨越可見光至近紅外范圍，涵蓋多種挑戰場景如極小目標、密集目標、圖像模糊、嚴重遮擋、快速運動和平面內旋轉等，如圖3所示。
圖3 數據集多種挑戰場景
MMOT發布填補了國內外無人機多光譜目標跟蹤領域空白，為研究人員提供了首個統一基準與開源框架。該工作突破了傳統視覺感知對空間特征的依賴，充分利用光譜維度的差異性，為未來跨模態融合感知、復雜環境下的智能無人系統識別與跟蹤奠定了重要基礎。
附作者簡介：
李天昊，論文第一作者，2022級北京理工大學博士研究生，師從許廷發教授，主要研究方向為智能目標探測、多目標跟蹤技術。在高水平會議NIPS、CVPR及ACM MM發表論文3篇。
李佳男，論文通訊作者，北京理工大學光電學院長聘副教授，博士生導師，主要研究方向為光電成像目標多維探測與感知技術研究。連續兩年入選全球前2%頂尖科學家(2023、2024年)。以第一或共同第一作者發表論文20篇，包括IEEE TPAMI論文5篇；以通訊作者發表論文60余篇。其中，3篇論文入選ESI高被引，2篇一作論文單篇引用超千次，谷歌學術總引用5600次。主持國家自然科學基金、工信部高質量發展專項(課題)等項目10項。入選中國科協、北京市科協青托。獲得地理信息科技進步二等獎(序2)，中國圖象圖形學學會優博，王大珩學生光學獎等。指導學生獲得反無人機跟蹤挑戰賽國際冠軍等競賽獎項10余項。研究成果應用于“中國天眼”、礦產開發遙感監測等領域。
許廷發，論文通訊作者，北京理工大學光電學院教授，博士生導師，國家一級重點學科“光學工程”學科責任教授，光電成像技術與系統教育部重點實驗室主任，北京理工大學重慶創新中心副主任。近年來帶領科研團隊圍繞光電成像探測與識別、計算成像和人工智能等領域不斷深化研究。主持承擔國家自然科學基金委重大科研儀器研制項目等40余項。在國際、國內等系列期刊發表學術論文200余篇，其中被SCI/EI收錄120余篇。以第一發明人申請國家發明專利87項，已授權和公示45項。指導研究生獲得中國圖象圖形學學會優秀博士學位論文，二人次獲得王大珩高校學生光學獎，三人次獲得全國光學與光學工程博士生學術聯賽全國百強，獲得中國高等教育博覽會“校企合作 雙百計劃”典型案例和重慶英才創新創業示范團隊等榮譽稱號。
版權與免責聲明：1.凡本網注明“來源：化工機械設備網”的所有作品，均為浙江興旺寶明通網絡有限公司-興旺寶合法擁有版權或有權使用的作品，未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的，應在授權范圍內使用，并注明“來源：化工機械設備網”。違反上述聲明者，本網將追究其相關法律責任。 2.本網轉載并注明自其它來源（非化工機械設備網）的作品，目的在于傳遞更多信息，并不代表本網贊同其觀點或和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時，必須保留本網注明的作品第一來源，并自負版權等法律責任。 3.如涉及作品內容、版權等問題，請在作品發表之日起一周內與本網聯系，否則視為放棄相關權利。
相關新聞
昵稱 驗證碼 請輸入正確驗證碼
所有評論僅代表網友意見，與本站立場無關