1.一种无人机用目标追踪方法，其特征在于，包括以下步骤：

步骤S100：通过所述无人机获取待追踪目标的视频图像，以包含所述目标的区域作为目标模板；

步骤S200：通过Mean Shift目标追踪器对所述视频图像进行目标追踪，所得结果为第一追踪结果，通过根据所述目标模板初始化后的随机森林检测器对所述视频图像进行检测，所得结果为第二追踪结果；

步骤S300：判断所述第一追踪结果和所述第二追踪结果中是否出现所述目标，以包含所述目标的结果为目标追踪结果；

所述步骤S300中还包括对所述第一追踪结果和所述第二追踪结果进行融合，所述融合包括以下步骤：步骤S310：当所述第一追踪结果和所述第二追踪结果，均返回包含所述目标的结果时，计算所述第一追踪结果与所述目标模板的Bhattacharyya系数B1、所述第二追踪结果与所述目标模板的Bhattacharyya系数B2，以Bhattacharyya系数较大的作为所述目标追踪结果；

步骤S320：当所述第二追踪结果，返回包含所述目标的结果时，计算所述第二追踪结果与所述目标模板的Bhattacharyya系数B2，若B2大于0.6则以所述第二追踪结果为所述目标追踪结果，否则返回步骤S100，继续追踪；

步骤S320：当所述第一追踪结果，返回包含所述目标的结果时，将其作为所述目标追踪结果。

2.根据权利要求1所述的无人机用目标追踪方法，其特征在于，所述随机森林检测器的初始化，包括以下步骤：步骤S210：根据所述目标模板生成用于训练的多个正样本图像和多个负样本图像，并提取各所述正样本图像和各所述负样本图像的HOG特征；

步骤S220：通过随机森林从所述HOG特征中筛选出训练特征用于对所述随机森林中的决策树进行训练，得到用于对所述视频图像中是否含有所述目标进行检测的所述随机森林检测器。

3.根据权利要求2所述的无人机用目标追踪方法，其特征在于，所述正样本图像的生成方法包括以下步骤：步骤S211：以目标模板图像对应的HOG特征作为目标正样本，以所述正样本图像的中心点处八邻域作为中心点，得到8个邻域图像，以所述邻域图像和所述目标正样本的HOG特征作为正样本，得到9个正样本图像；

步骤S212：对所述目标模板图像进行n次尺度缩/放，以每次所述尺度缩/放后得到的图像对应的HOG特征作为所述目标正样本，重复步骤S211，得到9*n个正样本图像；

所述负样本图像的生成方法包括以下步骤：

步骤S213：以所述目标模板图像作为母版，并分别以所述母版的四个顶点和两两顶点连线的中点为中心点，获取以所述中心点为中心且具有与所述母版相同宽度和相同高度的

8个中点图像作为8个负样本图像；

步骤S214：对所述母版进行n次尺度缩/放，以每次所述尺度缩/放后得到的图像作为所述母版，重复步骤S213，得到8*n个负样本图像。

4.根据权利要求3所述的无人机用目标追踪方法，其特征在于，所述尺度缩/放为放大

1.1～1.2倍或缩小0.8～0.9倍。

5.根据权利要求3所述的无人机用目标追踪方法，其特征在于，每棵所述决策树的训练方法包括以下步骤：步骤S221：从所述正样本的HOG特征中随机选择3个根特征进行编号，并将所述根特征赋给所述决策树的根节点和内部节点；

步骤S222：根据根节点对应的特征，对所述根节点上的HOG特征所有可能的取值进行测试，选取分类最优的取值作为所述根节点的分类阈值；

步骤S223：对所述内部节点上的HOG特征重复步骤S222，得到所述内部节点的分类阈值；

步骤S224：将所有训练样本用本决策树进行分类，根据正样本和负样本的数目决定所述决策树上每个叶子节点的正负属性和权重系数。

6.根据权利要求5所述的无人机用目标追踪方法，其特征在于，还包括对所述随机森林检测器根据所述目标追踪结果进行更新的步骤S400，以所述目标追踪结果作为所述随机森林检测器的目标正样本和母版，进行所述随机森林检测器初始化。

7.根据权利要求6所述的无人机用目标追踪方法，其特征在于，所述Mean Shift目标追踪器的追踪方法包括以下步骤：步骤S231：在第一帧图像中初始化目标模板，利用公式一计算目标模板的概率密度qu，其中Cq是目标模板的归一化常数， x0为所述目标模板区域的中心位置坐标，设{xi},i＝1,…,n为所述目标模板区域内所有的像素位置，u＝1,…,m为颜色特征，h是核函数带宽，k(·)是核函数，δ(x)为Kronecker delta函数，b(xi)为像素xi的颜色值；

步骤S232：对于所获取的下一帧图像，用前一帧的目标模板位置y0，通过式二计算候选目标模板的概率密度pu，其中y0为候选目标区域中心，{yi},i＝1,…,n表示所述候选目标区域各像素，b(yi)为像素yi的颜色值，Cp为目标模板的归一化常数，步骤S233：利用公式三计算所述候选目标区域的更新位置ynew，

其中g(x)＝-k′(x)，ωi为每个像素的权重；

步骤S234：根据公式四计算所述候选目标区域内的每个像素的权重ωi，步骤S235：如果||y0-ynew||＜0.1或者迭代次数大于给定阈值，则停止迭代，当迭代停止后，如果||y0-ynew||＜0.1说明追踪是成功的，如果||y0-ynew||＞0.1说明未获得包含所述目标的追踪结果；

如果不满足迭代停止条件，则令y0＝ynew重复所述步骤S232～S234，直到满足迭代终止条件。

8.一种如权利要求1～7中任一项所述方法的无人机用目标追踪装置，其特征在于，包括：目标模板确定模块，用于通过所述无人机获取待追踪目标的视频图像，以包含所述目标的区域作为目标模板；

追踪结果获取模块，用于通过Mean Shift目标追踪器对所述视频图像进行目标追踪，所得结果为第一追踪结果，通过根据所述目标模板初始化后的随机森林检测器对所述视频图像进行目标追踪，所得结果为第二追踪结果；

结果判断模块，用于判断所述第一追踪结果和所述第二追踪结果中是否出现所述目标，以包含所述目标的结果为目标追踪结果；

所述追踪结果获取模块中包括Mean Shift目标追踪器和随机森林检测器；

所述结果判断模块还包括用于对所述第一追踪结果和第二追踪结果进行融合的融合模块，所述融合模块中包括：第一判断模块：当所述第一追踪结果和所述第二追踪结果，均返回包含所述目标的结果时，计算所述第一追踪结果与所述目标模板的Bhattacharyya系数B1、所述第二追踪结果与所述目标模板的Bhattacharyya系数B2，以Bhattacharyya系数较大的作为所述目标追踪结果；

第二判断模块：当所述第二追踪结果，返回包含所述目标的结果时，计算所述第二追踪结果与所述目标模板的Bhattacharyya系数B2，若B2大于0.6则以所述第二追踪结果为所述目标追踪结果，否则返回所述目标模板确定模块，继续追踪；

第三判断模块：当所述第一追踪结果，返回包含所述目标的结果时，将其作为所述目标追踪结果。