视频序列图像中的目标跟踪,作为计算机视觉研究的重要分支,正越来越广泛地应用于国防建设和国民经济各个领域。传统的基于可见光的目标跟踪,很容易受到光照、遮挡物等因素的影响而导致跟踪目标的丢失。为此,论文在传统的基于可见光目标跟踪的基础上,对基于红外／可见光融合的运动目标跟踪方法和基于音视频信息融合的目标跟踪方法进行了研究。主要工作有：1)研究视频运动目标的跟踪算法,利用Mean Shift算法对可见光运动目标进行跟踪,实现了基本运动目标的跟踪；同时针对Mean Shift算法跟踪窗的大小不能跟随运动目标尺寸而变化的问题,研究并实现了运动目标跟踪的CamShift算法,防止了跟踪对象的丢失,提高了目标跟踪的鲁棒性；2)在充分学习图像融合方法的基础上,研究了基于序列图像超分辨率复原和运动目标检测的红外／可见光图像融合方法,通过改善跟踪目标序列图像的质量进而提高了目标跟踪效果。实验结果表明,基于融合的序列图像的目标跟踪,比单一的可见光图像跟踪或红外图像跟踪更加稳定；3)研究了基于麦克风阵列的音频信息和视频信息融合的跟踪方法。音频信息和视频信息的融合采用粒子滤波算法,嵌入Mean Shift算法对原始采样粒子进行均值收敛,提高了采样粒子对后验概率估计的贡献。基于音视频融合的人物跟踪实验结果表明,该目标跟踪方法,比单一的信息跟踪更加稳定和准确。