En la actualidad el Seguimiento Visual de Objetos es utilizado en varias aplicaciones como, video vigilancia, rastreo de animales, control de tráfico, etc. El mundo ha sido testigo del surgimiento de un nuevo dispositivo, como es el vehículo aéreo no tripulado conocido como Drone. El área de Aprendizaje Profundo(CNNs) es muy popular en estos tiempos y ha sido el que mejores resultados ha obtenido en el seguimiento de objetos a pesar de ser lento en procesamiento. MDNet es un algoritmo basado en CNN y Aprendizaje Multidominion que ha obtenido mejores resultados en la evaluación preliminar realizada. En el presente trabajo se creo un DataSet propio denominado VATD, que a diferencia de otros, contienen videos de autos grabados con drones. Añadimos modelos de movimiento en el método MDNet y otros tres para compararlos. Los resultados obtenidos nos muestran que un modelo de movimiento puede aumentar el desempeño en los diferentes algoritmos, específicamente en MDNet se puede notar el aumento en el DataSet propuesto.Tesis