针对无人机（UAV）跟踪过程中垂直跟踪框在处理尺度变化、相似物体和纵横比变化时限制了跟踪精度提升的问题，提出一种基于像素分类的多尺度UAV航拍目标旋转跟踪算法。首先，设计MS-ResNet以提取目标多尺度特征；然后，在具有正交特性的多通道响应图上设计像素二分类模块，从而进一步精确细化分类和回归分支的结果；同时，为了提高像素分类精度，使用并行通道空间注意力（scSE）模块在空间域和通道域上筛选目标特征；最后，在像素分类基础上生成贴合目标实际大小的旋转跟踪框，从而避免正样本受到污染。实验结果表明：所提算法在无人机跟踪数据集UAV123上的成功率和准确率分别为60.7%和79.5%、与孪生区域建议跟踪网络（SiamRPN）相比，成功率与准确率分别提升了5个百分点、2.7个百分点，同时速度为67.5 FPS，满足实时要求。所提算法具有良好的尺度适应能力、辨别能力和鲁棒性，能有效应对UAV跟踪任务。
