在计算机视觉研究领域中,宽基线泛指造成同一物体的观测信息发生较大改变的诸多影响因素。在宽基线条件下,同一个物体或者场景将会呈现出不同的外观,从而影响计算机视觉系统对视场中的目标进行有效表征,进而影响目标的定位和追踪。宽基线条件下的目标追踪技术是计算机视觉、机器智能等研究领域有待解决的问题之一,是实际应用过程中需要突破的瓶颈。因此,对宽基线目标追踪技术的深入研究具有理论和实用的双重意义。针对宽基线目标追踪技术及其关键技术中存在的问题,本论文主要开展了以下4个方面的研究工作:①分析了宽基线这个特殊而实际的应用环境可能对计算机视觉领域研究造成的影响,同时分析并总结了当前典型的目标追踪技术的研究现状并挖掘面向宽基线时可能存在的问题;最后分析了目标追踪的本质,将目标追踪转换成局部不变特征匹配。②本论文通过挖掘目标追踪的本质信息,将目标追踪转换成局部不变特征匹配,并通过实验验证了该思想在标准宽基线测试库及实际的宽基线视频中的性能及实时性;然后分析了ROC、重复率等评估指标存在问题——多数指标只关心匹配结果的“对与错”,而不关心“错了多少”;采用了作者所在实验室提出的重建相似度RS评估指标对实验结果进行全面的分析。③针对匹配特征点对分布不均或过度集中而导致的目标追踪精度不高的问题,本论文提出了二步式的宽基线目标追踪技术。其中,第一步通过轻量级的局部不变特征的匹配方法为第二步提供了目标的初始化位置,第二步通过简化的典型目标追踪方法为第一步提供了相对较高的目标追踪精度。④由于当前局部不变特征匹配技术在大视角变化、非刚性形变等方面达不到理想的效果,本论文仅针对各向异性非刚性形变在GIH算法的基础上提出了各向异性非刚性形变局部不变特征技术。该工作主要包括两方面:1)对检测到的不变特征支撑区域进行了各向同性化处理,2)进而提出了各向异性测地距离灰度直方图AGIH特征描述符。