En los últimos años, el creciente número de vehículos aéreos no tripulados (VANT) en el espacio aéreo de baja altitud no solo ha traído conveniencia al trabajo y la vida de las personas, sino también grandes amenazas y desafíos. En el proceso de detección y seguimiento de VANT, existen problemas comunes como la deformación del objetivo, la oclusión del objetivo y los objetivos que son sumergidos por el desorden de fondo complejo. Este artículo propone un algoritmo de seguimiento de VANT anti-oclusión para fondos complejos de baja altitud al integrar un mecanismo de atención que resuelve principalmente los problemas de fondos complejos y oclusión al rastrear VANT. Primero, las características extraídas se mejoran utilizando el mecanismo de atención SeNet. En segundo lugar, se utiliza el módulo de detección de oclusión para juzgar si el objetivo está ocluido. Si el objetivo no está ocluido, el seguimiento continúa. De lo contrario, se utiliza la red de predicción de trayectoria LSTM para predecir la posición del VANT en los fotogramas posteriores utilizando la trayectoria de vuelo del VANT antes de la oclusión. Este estudio fue verificado en los conjuntos de datos OTB-100, GOT-10k y conjuntos de datos de VANT integrados. La precisión y la tasa de éxito de los conjuntos de datos de VANT integrados fueron del 79% y del 50.5% respectivamente, lo que fue un 10.6% y un 4.9% más alto que los del algoritmo SiamCAM. Los resultados experimentales muestran que el algoritmo podría rastrear de manera robusta un pequeño VANT en un fondo complejo de baja altitud.