DeTrack：用于无人机跟踪的基准和高度感知的双重世界模型

空中目标跟踪在公共安全、应急救援、野生动物监测等相关领域有着广泛的应用。然而，现有的空中跟踪基准主要基于从固定摄像机位置或预定义飞行路径捕获的被动 2D 视频序列，其中无人机被视为被动摄像机，而不是在动态 3D 场景中主动感知、交互和控制其运动的具体代理。在本文中，我们定义了一种新的无人机跟踪任务，称为 DeTrack，它要求无人机使用在线自我中心观察和闭环中的主动飞行控制来跟踪交互式 3D 环境中的目标。我们构建了一个大规模基准测试，其中包含跨不同场景、渲染条件、语义区域和移动干扰因素的 11,368 个目标轨迹，以及目标可见性、跟踪准确性和轨迹成功的评估指标。我们进一步提出了 AaDWorlds，这是一种用于无人机跟踪的高度感知双重世界模型框架。 AaDWorlds 由高度感知感知模块和双重世界模型组成，可以想象高海拔和低海拔地区的未来状态。通过将伪高度感知观测与想象的未来状态相结合，AaDWorlds 缓解了目标可见度与飞行安全之间由高度调节的内在矛盾。 DeTrack 基准测试表明，AaDWorlds 提高了所有评估指标的闭环跟踪性能。