随着计算机软硬件的发展,目标跟踪技术在军事、交通管制、智能监控、GPS导航等多个领域得到了应用,相关的算法的研究日益深入。粒子滤波因其在非线性、非高斯系统的状态估计中具有优越性,而在目标跟踪中广泛应用。观测模型的建立是粒子滤波算法的关键环节之一,常用的方法是根据颜色信息建立观测模型,但是基于颜色信息的追踪系统在复杂背景下不能保持很好的准确性和效率。随着尺度空间理论的完善,基于尺度空间理论的特征算子因在特征匹配中表现出了良好的鲁棒性,使得粒子滤波与尺度空间理论的结合成为了目标跟踪技术中的新研究热点。本文介绍了尺度不变特征变换和粒子滤波的原理,提出了PF-SIFT跟踪算法,该算法将尺度不变特征变换融入粒子滤波的框架中,并辅以有效的模板选择和更新策略,提高了算法的自适应能力。