近年来，随着自动计算机视觉功能的不断发展（如跟踪、目标/活动识别等）的技术方向，这些技术在无人机应用领域中的重要性也日益凸显。同时，得益于低成本商用无人机的日益普及，这些技术得到了快速的推广和应用。事实上，空中跟踪技术已经在计算机视觉领域得到了许多新奇的应用场景，这些应用不仅仅局限于与监视相关的领域，还包括搜索与救援、野生动物监控、人群监控与管理、导航与定位、障碍物/物体回避以及极限运动的摄像等。空中跟踪技术可以应用于多种不同的对象，例如人、动物、汽车、船只等，而且在很多情况下，这些对象是无法从地面进行物理或持久的跟踪的。特别是，在现实世界的空中跟踪场景中，跟踪问题提出了新的挑战，这也暴露出了无人机空中跟踪技术领域进一步研究的众多领域(见图1)。

为了评估从专业级无人机上捕捉的100多个新的完全注释的高清视频中的跟踪器性能，本文对这个问题进行了深入的探索。这一基准不仅是对目前空中跟踪技术性能的补充，还为低空无人机视频中普遍存在的跟踪干扰提供了更全面的采样。通过这个基准，我们可以更全面地了解空中跟踪技术在现实世界中的表现，并为未来的研究提供更广泛的参考。