目标跟踪是计算机视觉领域的核心任务之一。给定一个连续视频帧序列和待跟踪目标在第一帧中的空间位置,目标跟踪任务要求模型找到目标在所有帧中的位置。目标跟踪不仅需要对目标进行分类和定位,还需要综合每一帧的时序上下文信息进行分析,需要综合计算机视觉领域中的多种技术。尽管目标跟踪领域近年来受到了广泛的研究,但由于目标跟踪任务本身的困难性和复杂性,其至今为止仍是一个具有挑战性的问题。本文提出了基于光流场的目标跟踪方法,对目标包括位移、缩放和旋转的运动状态进行估计。由于目标在第一帧的位置是已知的,因此一旦估计得到目标每一帧的运动状态,就能够得知目标在每一帧中的位置。为了达成这个目的,所提出的方法利用光流建模目标的运动状态。本方法首先将光流建模为二维的光流场,并创新性地利用矢量微分算子得到帧中所有像素点的运动状态,然后通过聚合得到目标矩形框的运动状态。为了进一步利用目标的外观特征,提高目标跟踪的准确度,本方法利用空间注意力机制和特征融合技术,进一步提高模型的表达能力。本文在两个主流的目标跟踪基准上对本文提出的算法进行检验。检验结果表明,基于光流场的目标跟踪方法的效果超越了基线模型。基于本文提出的目标跟踪算法,本文设计并实现了基于光流的目标跟踪系统。系统以基于光流的目标跟踪算法为核心,能够从多种类型的数据源中读取视频数据,并对视频中的任意目标进行跟踪。本文设计了全面的测试用例,对系统的功能进行测试。测试结果表明,本文实现的系统能够完成预定设计的全部功能。