刘贞报，马博迪,*，高红岗，院金彪，江飞鸿,2，张军红,2，赵闻

1. 西北工业大学 民航学院，西安 710000 2.航空工业第一飞机设计研究院 飞控系统设计研究所，西安 710089

无人机航拍获取目标场景影像信息的方式具有可低空作业、覆盖面积广、机动性强、效率高、不受地势环境阻碍等优点，广泛应用于军事和民用领域[1-3]。无人机目标跟踪技术是无人机视觉研究领域的关键技术，研究稳定、高效的航空影像目标跟踪算法对于无人机的应用有着重要意义[4-6]。

视觉目标跟踪系统有很多种，根据算法追踪目标建模方式的不同可以将其分为生成类模型、判别类模型和深度学习模型3种类型。生成类模型是指在当前帧对目标区域进行建模，在随后的视频序列中寻找与模型最相似的区域[7]，从而实现目标追踪的目的，生成类模型的追踪效果很大程度上取决于特征的选择和搜索算法。其中特征需要满足转移不变形和尺度不变形，例如颜色特征、纹理特征等。而在获取合适的目标特征之后，则需要通过合适的搜索算法对特征进行描述、匹配以及预测，从而最终完成整个追踪过程。判别类模型显著地区分了前景和背景的信息，通过判别函数将目标从背景中分割出来，故而在实际应用过程中模型的表现更为鲁棒；常用的判别类模型有KCF[8](Kernelized Correlation Filters)、DSST[9](Discriminatiive Scale Space Tracker)、SRDCF[10](Spatially Regularized Discriminative Correlation Filters)等。可基于深度学习的目标跟踪算法通过深度神经网络等模型，获取表征能力很强的深度特征，根据深度特征的特点实现目标的检测和追踪。……