Die zielgerichtete Verfolgung von Drohnen in Videoaufnahmen ist ein wichtiger Bestandteil von Anti-Drohnen-Missionen. Drohnen fliegen in niedriger Höhe vor komplexem Hintergrund, und der Pixelanteil des Ziels im Video ist gering, was die Zielverfolgung erschwert. Zur Lösung dieser Probleme wurde auf Basis von SiamRPN++ ein zielverfolgungsalgorithmus mit einem verbesserten Backbone-Netzwerk und Merkmalsreorganisation in einem siamesischen neuronalen Netzwerk (SiamAU) vorgeschlagen. Zunächst wurde dem Backbone-Netzwerk der ECA-Net-Aufmerksamkeitsmechanismus hinzugefügt und die Aktivierungsfunktion verbessert, um die Merkmalserkennung in komplexen Hintergründen zu erhöhen; anschließend wurden die flachen Merkmale des Backbone-Ausgangs reduziert und mit den letzten drei tiefen Merkmalsschichten fusioniert, um verbesserte tief fusionierte Merkmale zu erhalten, die besser für die Verfolgung kleiner Ziele wie Drohnen geeignet sind. Im DUT Anti-UAV-Datensatz erzielte der SiamAU-Algorithmus eine Erfolgs- und Präzisionsrate von 60,5 % bzw. 88,1 %, was eine Verbesserung um 5,6 % bzw. 8,1 % gegenüber den Basisalgorithmen darstellt. Die Testergebnisse auf zwei öffentlichen Datensätzen zeigen, dass der SiamAU-Algorithmus in Anti-Drohnen-Szenarien eine bessere Verfolgungsleistung als derzeit führende Algorithmen bietet.

Anti-Drohnen;Zielverfolgung;siamesisches Netzwerk;Aufmerksamkeitsmechanismus;Merkmalsreorganisation