王娜　汪振东　屈喜琴

摘要：随着人工智能技术的发展以及数字图像处理技术的应用日渐普及，目标跟踪成为国内外学者的研究热点，该文针对无人机目标跟踪易受遮挡、形变、等复杂背景的干扰导致跟踪失败等问题提出一种基于自适应的粒子滤波的无人机目标跟踪算法。实验结果表明，该算法能有效地减少因复杂因素干扰导致的目标跟踪精度下降的问题，具有良好的鲁棒性。

关键词：自适应融合;粒子滤波算法;无人机;目标检测;目标跟踪

中图分类号：TP273+.2 文献标识码：A

文章编号：1009-3044（2020）09-0255-02

目标跟踪算法主要应用于无人机目标检测及追踪、制造业的精确物料查找、文档分析、医疗器械、导弹制导等领域。虽然目标跟踪算法在近几年来得到了飞速的发展[2]目前，主流的目标跟踪算法通常可分为两种类别：生成式方法和判别式方法，判别式方法通常会利用自适应算法生成一个分类器，该分类器将目标图像分割成目标本身和背景两部分，将目标识别变成一个目标与背景的二元分类问题，该算法可以良好的区分目标和背景信息，具有良好的判别能力，典型的判别式方法有：MOSSE算法和KCF算法[5]。生成式方法是在跟踪前用数字处理器生成一个目标图像模型，该模型具备跟踪目标的详细信息，然后根据建立好的模型搜索最符合标准的目标信息，该方法能较好地描述目标信息，但是对外界干扰的鲁棒性差，典型的生成式方法是CSK算法。基于以上……