基于改进KCF与YOLOv8相结合的无人机跟踪方法

本发明涉及无人机跟踪技术领域，公开了一种基于改进KCF与YOLOv8相结合的无人机目标跟踪方法，无人机采集视频数据，人工手动标注目标作为首帧，然后将视频数据输入改进KCF算法持续对目标进行跟踪，改进KCF算法采用结合CN与HOG的特征提取策略，采用DSST算法对尺度滤波器的改进，结合GA‑APCE的自适应模板更新策略采用二重判断规则对目标进行判断，并采用了Yolov8n模型对丢失目标进行重检测。本发明通过对KCF算法的改进，解决传统即时性滤波类算法在无人机巡检等情况下对目标跟踪不稳定易丢失的问题，增强KCF算法对目标环境变化的适应能力，增强整体算法的鲁棒性，同时目标丢失后具有重检测的功能。