视频目标跟踪算法近年来成为越来越多研究者关注的热点。与基于传感器或雷达的跟踪方式相比,视频目标跟踪具有设备简单、直观性强的特点,因而在人机交互、视频监控、交通监测、车辆导航等与人类视觉密切相关的领域有着广泛的应用。在众多视频目标跟踪算法中,核函数跟踪算法因其较低的运算量与较好的性能吸引了大家的注意,该算法存在的主要问题,即奇点(singularity)问题,也自然成为众人研究的对象。然而,与奇点问题相比,“多极值点”问题更具一般性,却尚未被提出和关注。同时,怎样的核函数能够使得跟踪过程更为鲁棒也是一个值得考虑的方面。本论文在SSD核函数跟踪算法的基础上对上述问题进行了研究。为了解决多极值点问题,本论文提出了带有区域信息的核函数跟踪算法——区域化核函数跟踪算法(SBT),并从信息量的角度说明了其优越性。该算法不仅能通过物体分割获得的区域权重信息来增加模板的信息量,消除虚假的极值点,使得跟踪过程更为可靠,还天然具有处理物体旋转与缩放的能力。对于怎样的核函数更能满足算法需要的问题,本论文提出了定性的准则,并由此构造了一个新核——QPeak o实验证明,无论是新的区域化核函数算法还是QPeak核都有效提高了目标跟踪的稳定性与准确性。