面向地面匹配场景的空间科学果蝇实验多目标跟踪方法DN-MeMOTR
Abstract
目的在空间生命科学实验研究中，果蝇作为典型模式生物，常被用于探索微重力环境对生命体行为、神经和代谢的影响。果蝇体型微小、运动非线性、个体外观高度相似，密集场景下现有多目标跟踪方法易出现检测精度低、关联错误等问题，难以满足空间科学数据分析需求。精确高效地实现多个果蝇的追踪，对理解其运动模式及行为机制具有重要作用与价值。方法基于 SpaceAnimal数据集，本文进一步扩充并构建了高密度、高动态运动特征的果蝇跟踪数据集，包含 20 条视频序列，2500 帧标注图像。提出了 DN-MeMOTR（DeNoising training incorporated in MeMOTR）跟踪框架，通过翻转标签、偏移边界框生成带噪样本，引入去噪训练补充检测监督信号；设计了 ReID 特征与 GIoU 加权融合的联合过滤模块，结合匈牙利算法优化目标关联，剔除冗余检测结果。结果验证结果表明所提方法在HOTA、MOTA、DetA、IDF1等指标表现上优于其他先进对比方法，可视化和消融实验进一步验证方法的有效性。结论构建了业界专属的果蝇实验跟踪数据集，提出了DN-MeMOTR方法，通过去噪训练与联合过滤两个模块，极大地提高了跟踪的精度，为后续微重力环境下果蝇行为分析提供了技术支持。
Fields of Study & Subjects
Video Surveillance and Tracking Methods
Advanced Neural Network Applications
Infrared Target Detection Methodologies
Publication details
- Journal / source
- Journal of Image and Graphics
- Volume
- 31
- Issue
- 10
- Pages
- 3734–3744
- Publication date
- 1 January 2026
- Language
- EN