HDST-GNN: Heterogeneous Dynamic Spatiotemporal Graph Neural Networks for Multi-Object Tracking in UAV Aerial Imagery

Phillip Jiang

Jun 5, 2026 at 04:00

6 Visningar

0 Kommentarer

arXiv:2606.05587v1 Announce Type: cross Abstract: Multi-object tracking (MOT) from UAV imagery presents unique challenges: altitude varies across sequences, objects are small and densely packed, and frequent occlusion causes identity switches. Existing graph-based trackers assume fixed spatial context and treat all objects uniformly, ignoring the...

Läs hela artikeln hos källan.

Läs originalartikeln

Var detta hjälpsamt?

Dela:

Kommentarer (0)

Vänligen logga in för att publicera en kommentar

Inga kommentarer ännu. Bli först med att kommentera!

Relaterade nyheter

Länk kopierad till urklipp

HDST-GNN: Heterogeneous Dynamic Spatiotemporal Graph Neural Networks for Multi-Object Tracking in UAV Aerial Imagery

Kommentarer (0)

Relaterade nyheter

Five big questions about the UK's under-16s social media ban

”Ericssons nya vd har jobbat där sedan 2g – nästa skifte blir existentiellt”

[Ekstra] KI gir foreløpig begrenset gevinst i norske virksomheter

[Ekstra] USAs Anthropic-stopp vekker debatt: : – Vårt ansvar, ikke Trumps

ShowCase: Mammotion Luba 3 tar sikte på stökiga tomter

Bläddra efter kategori