红外图像具有被动成像、抗干扰性强、目标识别能力强和全天候工作的特点，已经被广泛应用于军事侦察，监控和制导等领域。基于红外成像的目标检测与跟踪是这些领域的一个研究重点。由于人体目标的活跃性和特殊性，对人体的跟踪有着很大的经济价值和军事价值。由于红外成像的特点和人体目标的非刚性等，使得对人体目标的检测与跟踪变的十分困难。首先，红外成像系统的成像噪声和背景杂波的干扰，使得红外图像的信噪比较低，目标相对于背景不突出，容易淹没在背景中。其次，红外图像无色彩信息可用，成像模糊，无清晰的边缘特征，纹理细节少。最后，人体目标的具有非刚性，运动随意性强，无固定规律可循，姿态复杂多变，无法用固定的模型来描述等特点。由于这些原因，在可见光和刚性目标跟踪中广泛应用的一些跟踪方法无法应用于红外图像的人体目标检测与跟踪，这使得基于红外图像的人体运动目标的检测与自动跟踪有着十分重要的理论意义和使用价值。本文针对以上的研究难点，对此课题进行了深入的探讨和研究，提出了系统的解决方案，主要工作如下：（1）深入研究了Mean Shift算法的优缺点，并讨论了Mean Shift算法在跟踪方面的应用。针对红外图像的特点和运动人体目标的特点，对Mean Shift算法中的参数进行了讨论与选择。（2）针对红外图像目标不能清晰的区分于背景，噪声干扰强的特点，采用了改进的目标建模方法。利用灰度似然比对核加权直方图进行加权，构造灰度似然比抑制背景直方图。实验表明，采用灰度似然比抑制背景直方图后，跟踪的稳定性和鲁棒性都有很大的提高。（3）针对Mean Shift算法应用于红外图像收敛不稳定的特点以及无法应对目标的快速运动与遮挡的情况，采用了Kalman滤波和Mean Shift算法相结合。由Kalman滤波器预测目标的位置，Mean Shift算法在预测点周围搜索，从而能够很好的应对快速目标。采用Bhattacharyya系数作为判断依据，当遮挡发生时，采用Kalman预测点来应对遮挡，很好的处理了遮挡问题。（4）构建了红外人体目标自动跟踪系统，给出了系统的整体框架和硬件组成，讨论了系统的各个模块的功能。重点设计了跟踪过程中云台运动的控制方案，给出了系统的主要函数与操作界面，并测试验证了整个系统的工作过程。