드론 목표 추적에서 목표의 크기와 시점 변화, 가림 현상 및 목표 손실 후 재출현과 같은 복잡한 상황에 대응하기 위해 강화된 핵 상관 필터 추적 프레임워크를 제안한다. 스케일 피라미드를 구축하고 회전 불변 디스크립터를 도입하여 목표 크기와 시점 변화를 협동 인지하며, 공간 정규화를 기반으로 한 가림 방지 모듈을 결합하여 가림 조건에서의 추적 강인성을 향상시킨다. 칼만 필터 기반 메모리 유도 재검출 및 지역 검색 전략을 융합하여 목표 손실 후 복구 능력을 강화한다. UAV123 및 OTB100 데이터셋에 대한 실험 결과 제안된 방법은 자원이 제한된 플랫폼에서 각각 33.21fps, 35.39fps의 실시간 처리 성능을 달성하며 54.6%/66.0%의 위치 정확도와 37.6%/55.8%의 성공률을 얻었다; 해당 방법은 목표 외관 변화 및 단기 가림 시나리오에서 우수한 안정성을 보이며 목표 손실 후 빠른 복구가 가능하여 공학적 응용 가치가 있다.

목표 추적;칼만 필터;드론;스케일 적응;가림 방지