人体目标的视觉跟踪是当前热点研究领域，在人机交互、图像压缩和视觉监控等领域有着非常广阔的应用前景。为了提高跟踪算法的鲁棒性，一些研究者将多线索融合方法引入跟踪系统，如粒子滤波和CONDENSATION算法；另外一些研究者在图像中提取辅助物体，利用辅助物体为跟踪目标提供有效的信息，有效地解决遮挡等问题。 受上述思想和方法的启发，本文建立了基于多智能体系统(Multi-AgentSystem，MAS)的特定人体目标的跟踪机制。首先提取显著性区域作为智能体组提取特征的候选区域，符合一定标准的区域被选取作为一个智能体组的特征提取对象。每个智能体组由三个智能体组成，它们分别负责提取目标颜色分布直方图、区域位置和预测信息。三个智能体通过可靠性评价函数进行竞争，提供可靠的跟踪线索。最后，系统在智能体组内和智能体之间建立合作机制，利用MeanShiR算法实现对特定人体目标的跟踪。大量的实验表明，该算法具有准确度高、鲁棒性强等特点。 论文的第一章介绍了人体跟踪和视觉注意机制的相关概念和方法。第二章和第三章为建立多智能体系统做准备，其中，第二章将介绍MeanShift方法，第三章主要论述视觉注意机制。第四章是本文的重点，将着重论述多智能体系统MAS的建立和竞争、合作机制。第五章将介绍为检验该系统所进行的实验，并对实验结果给予分析和比较。最后，对全文的工作进行总结，并对未来的工作进行展望。