目标跟踪是一种非常实用的计算机技术。目标跟踪算法根据目标的初始信息,通过计算机设备将需要跟踪的视频序列逐帧检测目标位置,然后将跟踪结果(目标位置以及尺寸大小)进行输出。随着目标跟踪技术在实际应用场景中的广泛使用,更快更好的目标跟踪技术已经成为越来越多的学者们工作的重点。目标跟踪算法的核心是目标特征的提取以及目标模板的匹配,本文围绕该核心问题进行了以下几方面的研究:1.提出了一种基于Gabor滤波器的相关滤波目标跟踪算法。该方法使用Gabor滤波器获得目标特征,通过不同尺度以及方向的选择提取目标的多个特征,并根据Gabor滤波器所提取的特征组来训练相关滤波器参数,然后利用该滤波器模板来计算每组特征所对应的相关响应图,通过各个滤波器的响应图加权得到最终的目标位置。同时根据目标是否发生遮挡来选择是否更新滤波器参数,使滤波器与新目标相适应,以便进行后续帧的跟踪。当目标发生光照变化、形状改变以及快速平移时,所提出的方法具有良好的跟踪效果。2.提出了一种基于散射变换的多层相关滤波跟踪方法。该方法利用散射描述子来建立目标的特征模型,根据目标的散射描述子构建多层相关滤波器。同时,针对多层相关滤波器的特点,提出每层滤波器的权值自适应更新方法以及对应的遮挡判别方法,并实现了相关滤波模型参数的更新。当目标发生形状改变、光照条件变化以及遮挡时,所提出的方法具有很好的鲁棒性。3.提出了一种基于方向空间边沿特征的多尺度相关滤波跟踪方法,提取目标区域的方向空间边沿特征,将其和相关滤波器结合,采用自适应更新滤波器权值的方法,通过多个相关响应图的加权值来确定最终目标的位置;应用尺度评估方法,在得到目标位置的基础上,选取多个尺度的目标特征描述子,通过尺度滤波器来确定最终的目标尺度。当目标发生形状改变、光照条件变化以及尺度变化时,所提出的方法仍能对目标进行准确跟踪,算法的鲁棒性良好。