傳統(tǒng)相關(guān)濾波方法在目標(biāo)運(yùn)動(dòng)模糊和光照變化上取得了一定的魯棒效果，但當(dāng)目標(biāo)存在形變、顏色變化、重度遮擋等干擾因素時(shí)難以實(shí)現(xiàn)跟蹤，魯棒性差，且當(dāng)目標(biāo)丟失后不能再恢復(fù)，無(wú)法實(shí)現(xiàn)長(zhǎng)時(shí)間跟蹤。因此，文中提出了一種魯棒長(zhǎng)時(shí)自適應(yīng)日標(biāo)跟蹤算法。首先，提岀了一種特征互補(bǔ)策略，將方向梯度直方圖和全局顏色直方圖的特征響應(yīng)線性加權(quán)，學(xué)習(xí)對(duì)顏色變化和形變都具有魯棒性的相關(guān)濾波模型，用以估計(jì)目標(biāo)位移;然后，僅提取目標(biāo)前景HOG特征，學(xué)習(xí)一個(gè)判別濾波器，用以保持對(duì)日標(biāo)外觀的長(zhǎng)期記憶，使用該長(zhǎng)期濾波器的輸出響應(yīng)來(lái)判別是否岀現(xiàn)遮擋或跟蹤失敗，采用在線SVM分類(lèi)器對(duì)丟失目標(biāo)進(jìn)行再檢測(cè)，從而能夠跟蹤已丟失目標(biāo)，以實(shí)現(xiàn)長(zhǎng)期跟蹤;其次，學(xué)習(xí)了以目標(biāo)位置為中心的特征金字塔模型以預(yù)測(cè)尺度變化防止目標(biāo)框漂移;最后，在OTB目標(biāo)跟蹤基準(zhǔn)數(shù)據(jù)集上對(duì)算法進(jìn)行實(shí)驗(yàn)，并與目前較為流行的目標(biāo)跟蹤算法進(jìn)行對(duì)比，進(jìn)一步驗(yàn)證了所提算法的魯棒性、準(zhǔn)確性和優(yōu)越性。