足球比赛视频中的球员跟踪为足球赛事分析提供基础的数据支持，对智能体育视频系统的发展与应用具有重要意义。近年来，单目标跟踪领域出现的许多算法在各大数据集上取得不错的成绩，但截至目前，仍没有一种能够完美解决足球比赛视频中的球员跟踪问题的算法。
　　在深入分析足球比赛视频中球员目标特点的基础上，通过融合干扰项感知的颜色模型和目标感知的深度模型，提出并设计了一种球员感知的跟踪算法。颜色模型方面，提取目标球员、背景以及干扰项的颜色直方图，利用贝叶斯公式计算搜索图像中各像素点属于目标的似然概率。深度模型方面，利用回归网络从深度特征中选择与当前跟踪目标相关的特征通道，利用孪生网络计算搜索图像与目标图像的相似度。针对目标被遮挡时可能发生跟踪漂移的问题，提出使用全局跟踪器和局部跟踪器分别跟踪目标整体和目标上半身，当两个跟踪结果的距离大于一定的阈值时，通过主色相关度、最高响应值、移动距离等参数判断两个跟踪器的有效性，利用有效跟踪器的跟踪结果修正失效跟踪器的跟踪结果。
　　选取已有的十个有代表性的跟踪算法，在公共的足球数据集上对各跟踪算法进行了对比实验。实验结果表明，在相似球员干扰和遮挡等挑战下，球员感知跟踪算法的跟踪效果明显优于其他算法。但是由于干扰项感知的颜色模型计算、目标感知的深度模型计算、局部跟踪器的加入等增加了算法计算复杂度，跟踪速度较慢，未来工作将聚焦在算法优化，减少重复计算，提高算法的跟踪效率。