在很多视频处理的应用程序中,目标跟踪是一个重要而艰巨的事情。目标的跟踪问题是图像处理领域、模式识别等领域的重要研究课题,其主要的思路是通过目标某种显著的特征,通过递推的方法确定目标在图像序列中的位置。随着现代战争网络化、信息化的发展,目标跟踪技术已经越来越多的受到各国的密切关注。基于视觉的目标跟踪技术在军事、民用领域也都有其十分广阔的应用前景。基于粒子滤波的目标跟踪算法,是目前很多目标跟踪算法中比较流行的一种算法。粒子滤波算法能够有效的处理非线性、非高斯的状态估计问题,也是处理目标跟踪的基本理论知识。粒子滤波算法主要是基于贝叶斯估计理论,将目标的跟踪问题转化为非高斯非线性的问题,然后结合滤波的问题的解决来实现目标的跟踪。由于视频处理的的多样性,则不存在能够进行适当的处理各种应用程序的最优的方法。基于直方图的粒子滤波器是用来跟踪物体的最好的办法。不管怎样,在实时的条件下(比如改造照明和姿势),处理视觉跟踪的问题,仍然是一个具有挑战性的任务。在本文中,结合粒子滤波目标跟踪的框架,以及自适应的颜色直方图能够更新目标模型,用Bhattacharyya系数测量两个直方图间的可能性,最终提出基于自适应的颜色直方图的粒子滤波算法。人脸的检测和跟踪人脸是信息处理的一个关键技术,在智能人机交互、视频监控、视频检索、视频会议等方面都有着非常重要的应用价值。因此,本文将自适应的颜色直方图的粒子滤波算法应用于人脸的跟踪问题中。本文的实验结果表明,提出的方法能够有效的处理部分遮挡、旋转、缩放、照明改变以及姿势的改变。该方法对于处理实时的应用程序中,处理的速度也是足够快的。