第二届“无人机跟踪”挑战赛（ICCV 2021 Anti-UAV Workshop & Challenge）近日公布了比赛结果，来自北京理工大学光电成像探测与识别实验室的参赛团队（BIT_OITS）从国内外24支参赛队伍中脱颖而出，同时获得挑战赛冠军和最佳论文奖。

“无人机跟踪”挑战赛

商用小型无人机飞速发展，其因具有体积小、成本低、机动性强等优点，被广泛应用于航拍、遥测、勘探、救援等诸多领域。然而，也有越来越多的不法分子利用小型无人机对敏感区域进行非法入侵，这不仅对公民的个人隐私与生命财产安全造成了威胁，同时也对机场、军事基地、大型集会现场、政府机关驻地等区域的安防造成了极大隐患。因此，开展针对复杂环境下的低慢小目标（无人机）的智能感知研究，有助于对无人机进行有效探测和监管，具有重要意义。

“无人机跟踪”挑战赛应运而生，该项赛事旨在鼓励从事小目标检测跟踪及相关方向研究的专家学者们展示最新科研成果，促进交流合作，推动先进检测跟踪技术在实际反无人机场景下的落地与应用。

ICCV 2021 Anti-UAV Workshop & Challenge第二届“无人机跟踪”挑战赛（https://anti-uav.github.io/）由北京理工大学、北京邮电大学、哈尔滨工业大学、北京交通大学、奇虎360、OPPO、中国科学院信息工程研究所、百度深度学习研究院等诸多机构学者共同发起。本届挑战赛重点针对复杂动态背景下的小/极小尺度无人机目标，要求参赛模型对红外视频序列中的给定目标进行准确、稳定、鲁棒地跟踪，并输出目标跟踪状态。

挑战赛冠军&最佳论文

第二届“无人机跟踪”挑战赛挑战赛共吸引了来自国内外的24支队伍参赛，经过一个多月的激烈角逐，来自北京理工大学光电成像探测与识别实验室的参赛团队凭借提出的全新SiamSTA跟踪器，在决赛中表现突出，一举夺得桂冠。相关论文“SiamSTA: Spatio-Temporal Attention based Siamese Trackerfor Tracking UAVs”同时也被评为最佳论文。

冠军团队针对红外无人机目标尺度小、对比度低、易受背景干扰等难题，提出如图1的新型SiamSTA跟踪器。SiamSTA充分挖掘红外视频序列中的时空信息和目标运动特征，设计了局部跟踪和全局检测的自适应动态目标搜索机制：当目标状态可靠时采用局部跟踪，利用视频时空连续性，有效抑制背景干扰；当目标状态不可靠时（发生完全遮挡、从视野消失等）采用全局检测，结合目标运动特征锁定候选区域，提高目标再捕获概率。图2展示了SiamSTA对小尺度和复杂背景下的无人机目标的优异跟踪性能。

团队成员将在10月份召开的ICCV 2021第二届“无人机跟踪”研讨会上进行口头汇报和展示。

冠军团队简介

冠军团队成员黄博、陈俊杰等人均来自北京理工大学光电学院许廷发教授科研团队，该团队隶属于“光电成像技术与系统”教育部重点实验室以及北京理工大学重庆创新中心“智能化和大数据技术”实验室，所属学科为“光学工程”国家一级重点学科。科研团队长期从事光电成像探测与识别、人工智能等领域的研究，面向智能光电成像系统、光电成像末制导、高分辨率对地观测及能源勘探等国家重大需求，攻克多项重大技术难题，取得了一系列具有国内先进水平的创新性研究成果。

科研团队获国防科技进步二等奖等省部级奖励3项。科研团队累计培养硕士、博士研究生近百人，其中多人获得中国图象图形学学会优博、王大珩高校学生光学奖等奖励。

团队更多介绍：https://sites.google.com/view/osci/home

如果觉得有用，就请分享到朋友圈吧！