消费级小型无人机具有巨大的市场规模和广阔的应用前景,使用视频图像传感器对行人目标进行跟踪和场景理解是消费级无人机的重要技术功能,相应的稳健实时行人目标跟踪算法和场景理解算法是技术关键,对其研究具有重要的实际应用价值。本课题针对无人机运动平台拍摄视频图像的特点,研究了稳健高效的行人目标实时跟踪方法以及图像场景理解算法。在分析了无人机视频图像的特殊性以及现有算法用于无人机视频上效果不佳的原因后,本文提出了适用于动平台下目标行人跟踪的算法。算法的设计按照下面方式:(1)引入ACF(Aggregated Channel Features)检测器以获取最佳的目标框与行人真实大小的重合精度;(2)局部区域内的ACF目标检测以“间隔帧检测”的策略结合中值光流跟踪法相比于“每一帧检测”的传统策略将算法的整体速度提升了数倍;(3)为了克服多行人和障碍物遮挡干扰,提出具有高鲁棒性的在线人体颜色特征模型匹配完成目标行人被遮挡之后的再次锁定。本文将提出的目标行人跟踪算法与现有算法进行实验分析对比,实验结果表明在无人机视频上,提出算法的中心偏移程度、重合精度、距离精度等评价指标超过传统算法,证明本文的算法适用于无人机平台下的目标行人跟踪。基于计算机视觉的室外场景理解是智能机器人技术的重要研究方向,在无人机视频下对不同种类的目标进行检测与识别更是一项技术难题。本文将YOLO深度神经网络用于无人机视频图像上的目标检测与识别,从而实现了无人机的室外场景理解。同时在无人机视频下测试了场景理解算法并进行实验分析,实验结果表明算法取得一定的效果,能够较好地检测与识别室外场景中的行人、车辆、建筑物等目标,证明基于深度神经网络的场景理解算法用于无人机平台是可行的,但仍需对原有算法进行改进优化以提高算法检测率。