论文：
Deep neural network-based cooperative visual tracking through multiple micro aerial vehicles
概要：
通过无人机集群(多架无人机协作，MAVs)的摄像头，对人体或动物目标进行检测和追踪，提出multirobot cooperative detection and tracking (MCDT)方法。
硬件：
每一个无人机都有独立的CPU和GPU，
其中深度神经网络的计算由Jetson TX1实现，
摄像头为单目透视摄像头，
无人机之间通过中央WIFI通信。
框架：
文章内容：
1.提出估计需要的参数，6维的向量，前三维是3D欧几里德空间坐标向量，后三维是定向角度，并以6X6的协方差矩阵作为误差估计。其中K是无人机个数，t是帧数。
位置参数：
误差估计：
2.目标检测和跟踪方法：
目标检测模型使用SSD，兼顾速度和精度的trade-off，坐标估计使用无人机自带的位置估计(根据GPS和barometer-derived world coordinate system)，姿态估计纠正使用扩展卡尔曼滤波（Extended Kalman Filter，EKF）方法。
程序流程：
3.避障方法