En escenarios de gran altitud, los objetivos tienden a ocupar un pequeño número de píxeles dentro del campo de visión del UAV, lo que resulta en errores sustanciales cuando se intenta el reconocimiento de identidad basándose únicamente en características de apariencia durante el seguimiento conjunto de múltiples UAV. Las metodologías existentes suelen proponer proyectar datos de múltiples vistas en un solo plano y aprovechar la información de distancia para la asociación de identidad; sin embargo, su precisión sigue siendo baja ya que dependen de información de objetivo unidimensional. Para abordar esta limitación, este documento introduce el modelo UAVST-HM (Seguimiento de Enjambres de UAV en Escenarios de Gran Altitud para Múltiples Objetivos), diseñado específicamente para manejar las características de los objetivos en el campo de visión de múltiples UAV a grandes altitudes. Inicialmente, desarrollamos técnicas para extraer las características de apariencia, geométricas y de distribución de los objetivos. Posteriormente, se diseñan pesos adaptativos, calculados en función de la media de las respectivas características, para amalgamar estas diversas características, construyendo así una matriz de costos para la coincidencia de identidad de objetivos entre vistas. Esta matriz se procesa a través del algoritmo húngaro, y la asociación de identidad de objetivos de múltiples vistas se logra finalmente mediante filtrado por umbral. En el conjunto de datos MDMT, nuestro método mejora el indicador MDA, que evalúa la coincidencia de identidad de objetivos entre vistas, en 1.78 puntos porcentuales en comparación con el estado actual del arte. Esta mejora significativa aumenta sustancialmente la eficacia general del seguimiento visual conjunto de múltiples UAV desde una perspectiva de gran altitud.