视频目标跟踪是对视频每一帧中的目标位置进行估计的方法,在交通等领域有着广泛的应用。目前,国内外研究学者对视频目标跟踪问题进行了大量的研究,并提出了很多有效的跟踪算法。然而,由于严重遮挡、剧烈光照变化、目标形变等因素的影响,使视频目标跟踪问题变得更加复杂。为提高视频目标跟踪算法的准确性和鲁棒性,本文对此问题进行了深入的研究,具体贡献如下:(1)提出了一种基于加权局部余弦相似度的多特征融合视频目标跟踪算法。该算法采用RGB颜色直方图特征和灰度稀疏表示系数特征构建外观模型,有效地增强了外观模型对目标的描述能力;此外,采用加权局部余弦相似性度量函数,融合RGB颜色直方图和灰度稀疏表示系数两种特征,构建出了多特征融合模型,并设计了相应的模板更新策略,可以提高了目标跟踪的准确性和鲁棒性。(2)提出了一种基于四元数彩色图像稀疏表示的视频目标跟踪算法。该算法基于四元数理论,设计了彩色图像稀疏表示框架,并构建出相应的外观模型;同时,为了提高跟踪的准确性,基于直方图交叉函数,设计了适合四元数稀疏表示的观测模型,并对目标模型进行了主动的更新,以适应跟踪目标的外观变化。综上,本文在稀疏表示理论的基础上实现了两种视频目标跟踪算法,并进行了实验分析,实验结果表明,本文提出的两种跟踪算法均取得了准确、鲁棒的跟踪效果,减少了跟踪漂移。