运动目标跟踪是图像处理研究中的热点。然而跟踪过程中存在运动目标的遮挡、旋转、光照变化等因素的干扰,使得跟踪目标容易丢失。因此,如何在视频中有效描述或者表示感兴趣目标的外观空间,是跟踪过程中非常重要的环节。针对经典的核相关滤波跟踪算法中,前一帧跟踪结束,后续帧在对目标进行更新时,缺乏合理的判断机制,在目标物被遮挡时,算法有可能利用错误的目标信息跟踪后续帧,致使跟踪目标丢失。为此:我们首先通过在算法跟踪过程中增加判断机制,当目标丢失时将SIFT描述子引入核相关滤波跟踪算法的框架中,进而改进了算法能稳定跟踪的性能。实验表明我们提出的改进方法在目标物被遮挡方面比原方法获得了更好的跟踪效果。同时,为了便于跟踪算法之间的对比分析,我们还设计实现了一个多算法分析平台,在该平台中,我们纳入了一些经典的跟踪算法,由于各种方法在输入数据形式、跟踪表示以及性能对比上有着很多的差异,为此我们在平台中将引入的各种算法做了统一的性能评价分析,并在平台上设计了相应的接口方便后续跟踪算法的添加,使得被添加的算法能够兼容不同的输入形式和性能评价。总之,我们的研究一方面为目标跟踪算法提出了新的思路,另一方面对于不同算法的比较给出了系统平台便于对比分析。