来源：期刊VIP网 时间：
作者：赵琦云;张赫;靳崇;李闪;马少华;
单位：北方自动控制技术研究所;
摘要：针对现有基于机器视觉的无人机识别跟踪方法准确率与鲁棒性不足的问题，提出改进YOLO11-DeepSORT模型。通过在YOLO11中引入C3K2-PPA模块强化特征提取，改进损失函数缓解目标-背景失衡问题，并设计基于扩展卡尔曼滤波的EKDeepSORT跟踪算法以提升模型跟踪鲁棒性。实验表明，该模型在无人机高空数据集下较现有模型的平均精度均值及跟踪精确率分别提升3.4%和32.5%。
关键词：无人机;;目标识别跟踪;;YOLO11;;扩展卡尔曼;;DeepSORT
