随着无人机和视觉技术的发展,依托低慢小特征的无人机与目标跟踪的结合被广泛关注且被实际应用于城市安防、侦查缉查、区域安保等诸多领域并发挥重要作用。无人机由于自身特性飞行高度较高,造成采集的图像目标尺度较小,导致难以准确跟踪。为了解决无人机智能缉查中目标难以准确跟踪的问题,本文将基于无人机空地小目标跟踪方法展开研究,通过空地目标建立模型,从而实现空地目标检测、跟踪、控制,对感兴趣目标稳定跟踪,具体的研究内容如下:（1）无人机空地目标跟踪系统的分析与建模。无人机和地面目标存在相对运动,故首先分析无人机飞行原理和无人机动力学模型。其次,建立无人机空地小目标跟踪模型解算出地面目标的实际位置与方位信息,从而实现小目标的空间定位。（2）无人机空地小目标检测方法研究。针对无人机自身设备和自然环境因素的影响导致目标难以检测,通过均值滤波、直方图均衡化、光流法的方法增强图像质量,降低后续目标检测的难度,然后引入SE注意力优化YOLOv5主干网络,并在此基础上增加小目标检测头,在一定程度上缓解了漏检、误检现象,从而提高了小目标的检测精度。（3）无人机空地目标跟踪方法研究。本文针对小目标出现干扰与遮挡的问题,以Siam RPN为基准模型,将其与卡尔曼滤波进行融合,同时将DIo U损失作为目标边界框回归,从而保证了跟踪轨迹的连贯性,减少了目标跟踪框的漂移,提高了目标跟踪的精确率和成功率。（4）无人机跟踪控制算法研究。针对无人机飞行不平稳的问题,根据四旋翼飞行器欠驱动、强耦合的模型特点,设计了四旋翼无人机跟踪控制器,通过PID控制器对无人机的水平位置进行控制,ADRC姿态控制器对无人机姿态进行控制,并在simlink环境中验证无人机能够实现稳定飞行。为了验证本设计的实际应用能力,设计无人机跟踪嫌犯场景,通过搭建无人机地面目标跟踪平台,进行飞行控制轨迹仿真与实际视频跟踪实验,对本文算法的有效性和可用性进行验证,实验表明本文的算法能够实现无人机空地小目标行人的跟踪。