1、目標(biāo)跟蹤技術(shù)是機器人視覺領(lǐng)域的一個重要研究分支，它融合了圖像處理、模式識別、人工智能及自動控制等多學(xué)科最新研究成果，主要利用視頻分析方法對視頻輸入圖像序列進行連續(xù)分析，來實現(xiàn)運動目標(biāo)的自動檢測、定位和跟蹤，為高層視頻對目標(biāo)的行為理解和決策提供底層對象和分析依據(jù)。
　　 核跟蹤算法是一種無參密度估計算法，由于計算量小、易與其他算法集成等優(yōu)點，受到國內(nèi)外眾多學(xué)者的關(guān)注。本文研究基于核跟蹤算法為基礎(chǔ)，對算法存在的不足，如復(fù)雜背景、非目

2、標(biāo)遮擋及光照變化等，進行了相關(guān)研究和探索，主要內(nèi)容包括以下幾方面：
　　 (1)選擇HSV模型作為目標(biāo)顏色空間模型，通過H、S、V分量合成模型表示目標(biāo)模型，由于三個分量間是相互分離的，因而能更好的適應(yīng)光線變化等對目標(biāo)跟蹤的影響。
　　 (2)對核函數(shù)進行深入研究，選擇截斷高斯核函數(shù)作為核函數(shù)，截尾的范圍通過截斷因子 來限制，計算量相對于高斯核函數(shù)大大減少，并能保證算法的收斂性。
　　 (3)目標(biāo)在復(fù)雜背景、光照變