Aufgrund der Schwierigkeit, mit Drohnen robuste Zielverfolgung unter Einfluss von Sichtwinkeländerungen, Teilverdeckungen und Hintergrundrauschen zu erreichen, wird ein Drohnen-Zielverfolgungsalgorithmus mit doppelter Reaktions-Anomalie-Beschränkung vorgeschlagen. Zunächst wird durch Berechnung des lokalen Reaktionsänderungsvektors und des Seitenkeulenverhältnisses des globalen Reaktions-Peaks der räumliche Regularisierungsparameter online dynamisch aktualisiert, um den Rand-Effekt zu reduzieren; zweitens wird zur Lösung des Problems der Fixierung des zeitlichen Regularisierungsparameters im STRCF-Algorithmus ein Mechanismus zur Erkennung anomaler Reaktionsspitzen vorgeschlagen, der sekundäre Spitzenkoeffizienten berechnet und diesen in den zeitlichen Regularisierungsparameter zur Echtzeit-Aktualisierung integriert, um eine Drift des Trackings aufgrund von Zieltemplate-Variationen zu vermeiden; die Zielfunktion wird mittels iterativer Methode der alternierenden Richtungsmultiplikatoren zur optimalen Lösung iterativ gelöst. Umfangreiche Experimente wurden auf den UAV123-, UAV20L- und DTB70-Drohnen-Datensätzen mit repräsentativen Zielverfolgungsalgorithmen durchgeführt, die Ergebnisse zeigen eine Genauigkeit von 71,7 % auf dem UAV123-Datensatz und eine durchschnittliche Tracking-Geschwindigkeit von 48,3 Bildern/s auf dem DTB70-Datensatz. Die Ergebnisse übertreffen bestehende filterbasierte Drohnen-Tracking-Algorithmen und weisen eine hohe Echtzeitfähigkeit und Robustheit auf.

Zielverfolgung; korrelative Filterung; Seitenkeulen-Verhältnis; Methode der alternierenden Richtungsmultiplikatoren