许甲云，林淑彬

（闽南师范大学计算机学院，福建漳州363000）

随着目标跟踪在计算机视觉[1]领域取得的巨大成功，研究人员开始将目标跟踪应用于无人机的目标跟踪领域[2-3].无人机(Unmanned Aerial Vehicle，UAV)由于其自由灵活的飞行方式以及其活动范围广、空间限制较小的特点，广泛应用于灾难救援、环境监测、电力巡检、人群监测等领域.在对图像或视频进行目标跟踪时，由于运动目标的正确检测与分割受到外观遮挡、光照等因素的影响，无人机目标跟踪具有很大的挑战性[4].

在目标跟踪的过程中，特征向量对目标跟踪的精度与成败起着决定性作用.Danelljan 等[5]利用颜色特征描述目标的外观，对目标进行实时跟踪.多通道和多特征的结合可以准确地描述目标对象，为了提高目标跟踪的效果，融合目标对象的多种特征与自适应尺度并应用于目标跟踪任务中[6-7].Wang 等[8]提出无人机跟踪的自适应采样，采用边框方案和随机样本进行目标跟踪.Fu 等[9-10]提出在线多特征学习基于相关滤波的无人机在线多特征学习，并提出边界效应视觉跟踪器算法，解决无人机目标跟踪的边界效应问题.Huang 等[11]提出畸变抑制相关滤波器在解决边界效应的同时有效抑制畸变的跟踪方法，并引入裁剪矩阵和正则项来扩大搜索区域和抑制变异的新型跟踪方法.Li等[12-13]提出增强记忆的相关滤波器算法，提高滤波器的识别能力；进一步提出采用自动时空正则化，并在实际应用中验证该算法的有效性和……