目标跟踪方法的研究是计算机视觉领域中的一项重要应用,也是安防、交通和人机交互的核心技术,目标跟踪的目前困难的地方在于需要在一个算法中考虑到外观变形,光照变化,快速运动和运动模糊,背景相似干扰等问题,并使其在跟踪过程中具有高度实时性。我在目标跟踪方向主要作了以下的研究。1)针对目标跟踪领域,比如因外部光照变化导致物体呈现的颜色发生改变或目标物运动导致发生形变,以及目标被遮挡时引起跟踪目标的失踪等问题,从跟踪模型的角度出发,提出了一种融合深度特征的核相关滤波跟踪算法。实验结果表明,当目标物出现了遮挡和光照变化,其跟踪效果依然具有较好的稳定性。2)针对原有的跟踪模型计算复杂,跟踪效果迟滞,提出一种新的算法命名为BIMT。该算法采用生物视觉记忆机制激励模型来表示目标外观模型的构建,模拟了人类对目标信息的观察机制,采用结构化支持向量机(SVM)分类器模拟瞬时记忆工作空间,将目标跟踪器与背景噪声分离。跟踪结果验证了所提出的跟踪算法的实用性,证明了基于生物视觉的跟踪机制具有广阔的应用前景。3)将BIMT目标跟踪算法应用到移动机器人平台上,结合控制芯片和单目相机,准确估计目标位置信息,实验效果验证了提出的跟踪算法的实用性,证明了BIMT跟踪算法在跟踪领域有广阔的应用前景。图29幅;表7个;参50篇。