Para enfrentar situaciones complejas como cambios en la escala y el ángulo de visión del objetivo en el seguimiento de objetivos con drones, oclusiones y la reaparición del objetivo después de perderlo, se propone un marco de seguimiento mejorado basado en un filtro correlacional de núcleo. Mediante la construcción de una pirámide de escalas e introducción de descriptores invariantes a la rotación, se logra una percepción conjunta de las variaciones de escala y ángulo de visión del objetivo; combinado con un módulo anti-oclusiones basado en regularización espacial, se mejora la robustez del seguimiento en condiciones de oclusión; se integra una redetección guiada por memoria basada en filtro de Kalman y una estrategia de búsqueda local para aumentar la capacidad de recuperación tras la pérdida del objetivo. Los resultados experimentales en los conjuntos de datos UAV123 y OTB100 muestran que el método propuesto alcanza un rendimiento de procesamiento en tiempo real de 33.21 fps y 35.39 fps respectivamente en plataformas con recursos limitados, obteniendo una precisión de localización del 54.6%/66.0% y una tasa de éxito del 37.6%/55.8%; el método muestra buena estabilidad en escenarios de cambios de apariencia del objetivo y oclusiones temporales, y puede recuperarse rápidamente tras la pérdida del objetivo, poseyendo valor para aplicaciones de ingeniería.

Seguimiento de objetivos;Filtro de Kalman;Dron;Adaptación de escala;Anti-oclusiones