在线单目标跟踪是计算机视觉中的一个重要问题,广泛应用于智能视频监控和人机交互。随着商用无人机的普及,产生了很多新的应用场景,如嫌犯追踪和用户跟踪。无人机中的在线单目标行人跟踪(OSPT)已成为无人机智能化的基本需求。给出行人目标在第一帧中的位置,智能跟随要求无人机在后面的图像帧中定位和追踪跟踪目标,这期间会遇到遮挡、长期消失等难点与挑战。同时,由于无人机需要根据目标运动情况调整飞行方向和角度,因此要求算法实现实时跟踪。然而目前还没有无人机场景下的单目标行人跟踪数据集,为OSPT问题建立针对性数据集和算法以实现鲁棒跟踪具有重要意义。首先,本文针对OSPT问题构建了一个大型无人机场景单目标行人跟踪数据集UAVP100,包含100个跟踪视频,近13万帧高清图像和11个不同的挑战。本文从UAVP100数据集的目标长宽比、相对大小及存在的难点与挑战等方面与其他数据集进行对比,以分析UAVP100的属性。同时,本文还评估了20个经典的实时跟踪算法在UAVP100上的表现,对比结果表明本文提出的UAVP100数据集更具有挑战性。此外,本文研究了基于深度神经网络的目标检测算法在无人机场景行人检测中的检测性能,以找出无人机场景与普通场景之间的差异。同时,本文分析了经过无人机检测数据集微调后不同检测算法之间的性能差异,以获得最适合无人机应用的检测算法。其次,本文提出了针对OSPT问题的基于多模块融合的跟踪算法框架,共包含三个部分——跟踪器、校验器和检测再找回模块。三个模块相互合作,用于处理视角变化、长期消失和消失重现等问题。本文通过基于连续域和空间正则化的相关滤波算法跟踪行人目标的位置,并自适应地更新跟踪模板。校验模块通过跟踪模块生成的置信度响应图判定跟踪结果的可靠性。当跟踪结果可靠性较低时,使用检测再找回模块执行全局行人搜索及目标再识别,从而实现跟踪目标的重新定位。本文通过大量定性和定量实验将本文提出的算法框架与其他20个算法进行了比较,证明了本文提出的算法可以有效地平衡跟踪鲁棒性和时间复杂度,实现无人机场景单目标行人的长期大规模实时鲁棒跟踪。