目标跟踪作为计算机视觉领域的一项关键技术,在军事领域、医疗诊断、人机交互、视频监控等都有着广泛的应用。但是由于遮挡、光照变化、旋转形变等因素的影响,目标跟踪面临着诸多挑战。本文在探讨目标描述方法的基础上,研究了基于全局表示的、局部表示的和稀疏表示的目标跟踪算法,具体内容如下：首先为使传统形心跟踪具有抗遮挡、抗形变能力,提出了基于全局表示的多质心跟踪算法,该算法根据靶元特征信息求出标靶的位姿信息以表征标靶。同时,靶元检测和跟踪算法交替运行,既保证了运算精度也提高了运算速度。实验证明,该算法在标靶遮挡、缩放、旋转条件下都能得到很好的跟踪效果。其次为处理目标跟踪过程中的遮挡和缩放问题,提出了一种基于局部表示的多层块匹配跟踪算法。该算法采用方向性菱形搜索策略,保证快速搜索；采用多层参考块,通过匹配可用性判断目标受遮挡情况；采用多尺度参考块,逐步更新参考块以适应目标大小变化。对真实场景图像进行实验,结果表明目标严重遮挡或大范围缩放情况下能够保持稳定跟踪。最后,研究了在粒子滤波器框架下的稀疏逼近问题,将跟踪问题转化为l1正则化的最小二乘问题。考虑到遮挡、阴影及噪声的影响,引入琐碎特征基并加以非负约束。为加快运算速度,采用两步重采样算法解决l1正则化问题；为改善跟踪效果,动态更新目标特征基以适应目标外观变化。实验表明此跟踪器具有良好的运行效率和跟踪准确性。