图像处理是近年来计算机学科的一个热门研究领域,视频跟踪是其中一个重要的研究课题。视频跟踪融合了机器视觉、模式分类和人工智能等多种先进技术。随着计算机技术的飞速发展,基于视频图像的应用也得到越来越多科研人员的青睐,其中有大量科研成果具有很高的应用价值。　　 在2009年的ICCV(W)国际会议上,捷克的Z.Kalal提出了一种新颖高效的视频跟踪算法——TLD算法。该算法解决了目前大部分跟踪算法在跟踪失效后不能重新捕获目标的缺点,并且能够很好地适应目标外观的剧烈变化,在给定极少的先验知识的情况下,能够迅速地学习目标特征并进行有效的跟踪。Kalal用多个视频来演示了算法的应用场景:动物行为分析、智能交通、手势识别、人脸识别、增强现实和智能监控等等。因此,TLD算法具有广阔的应用前景。　　 本文详细地阐述了视频跟踪技术的现状,提出了一种基于TLD算法的改进算法;针对多目标视频跟踪问题,提出了基于改进算法的多目标跟踪算法,并实现了该系统。改进的算法主要对TLD算法中的在线模型作了改进,引入基于重量分布和重心位置的图像索引,提高了在线模型的工作效率。改进的算法在工作流程上并未做较大改变,先采用基于金字塔LK光流法的跟踪器对目标进行跟踪,同时采用基于随机森林的检测器对每一帧图像进行检测;对于由跟踪器或检测器捕获到的目标位置,再进一步采用改进的在线模型进行验证。　　 改进的算法保留了原算法优良的特性,包括能够在跟踪失效后重新捕获目标、只需极少先验知识等,并且算法的效率并不随着时间的推移而明显下降。文章的最后,对改进的算法作了分析,并提出后续研究和改进方向。