近年来,由于视频跟踪技术极为广阔的市场应用前景,目标跟踪算法受到越来越多的研究者们的关注。视觉目标跟踪的关键在于寻找适合的目标表观描述方法,提取有效的表观特征,并在周围背景变化、目标形变或遮挡情况下具有较强的鲁棒性。本文将中层视觉特征-超像素作为图像描述的基本单元,并将多尺度超像素融入判别式表观模型的目标跟踪框架中,将目标跟踪问题转换为一个区别目标与背景的分类问题,该方法可以有效的克服背景与目标特征相近等情况,提高目标跟踪的精度与鲁棒性。具体来说,本文展开了以下三方面的研究:首先,当前的判别式表观模型主要是基于像素点建立的,尽管通过训练得到的判别式表观模型能够在一定程度上区别背景与前景,但是基于每个像素点的特征表达具有一定的局限性。由于图像处理单元的可判别性很大程度上决定了该类方法的性能,因此本文引入富含语义描述信息的中层视觉特征-超像素,在预处理阶段先进行超像素分割,并将其作为图像基本描述单元,从而获得比像素更高的判别性。其次,由于不同尺度的超像素具有的特征显著性不同,本文提出了一种融合多尺度超像素的判别式目标跟踪方法,该方法将超像素作为图像处理的基本单元,训练Adaboost分类器,建立判别式的表观模型,把跟踪问题转化为以超像素为单位的两类判别问题。在目标跟踪过程中,建立融合多尺度超像素特征信息的置信图,基于变尺度meanshift算法定位目标,跟踪结果返回用于在线更新基于多尺度超像素的判别式表观模型。最后,本文搭建了融合多尺度超像素的判别式跟踪模型,针对一系列具有遮挡、非刚体严重形变等情况的视频序列,对比了多个现有方法,实验结果表明该算法能够有效地实现在有遮挡、非刚体严重形变等情况下的鲁棒跟踪。