摘要：传统的Mean shift算法虽然具有简单快速的特点，但在目标被遮挡的情况下无法进行有效的跟踪。与此同时，以Monte Carlo随机模拟理论为基础的粒子滤波虽然可以很好地解决这一问题，但是由于结果的好坏与粒子的数目成正比，计算耗时无法满足系统的实时性要求。该文基于颜色直方图分布，引入自适应选择粒子样本数的采样策略，有效地融合传统Meanshift算法的简单快速和粒子滤波跟踪算法的抗遮挡的优点，在保证跟踪效果的同时减少了跟踪的总体时间花费，有效提高了设计的跟踪系统的实时性。实验证明，该方法在实际的目标跟踪中是有效和稳健的。

关键词：目标跟踪 mean shift 粒子滤波 bhattacharyya相似系数 

单位：中国科学院电子学研究所 北京100080 中国科学院研究生院 北京100039