1、視頻運動目標跟蹤技術，簡單說就是在下一幀圖像中鎖定感興趣目標的確切位置以及獲得運動目標的坐標消息、速度以及加速度等信息。為分析運動目標的運動趨勢、運動軌跡、行為理解等更深一步的研究打下基礎。因此運動目標跟蹤技術也具有廣泛的應用，比如在軍事上，對戰(zhàn)場環(huán)境中的敵方目標進行快速準確地搜索，穩(wěn)定可靠地跟蹤快速變化的運動目標，以進行打擊；醫(yī)學上對感興趣的細胞組織等的實時跟蹤,人的行為理解等。雖然運動目標跟蹤已經(jīng)研究了很多年，但仍然是專家們研究的熱

2、點。
　　首先，本文對目前視頻運動目標跟蹤領域國內外研究現(xiàn)狀進行了詳細的探討，并對當前遇到的難點文進行了深入分析。詳細探討了經(jīng)典的SIFT特征點匹配跟蹤算法以及Mean Shift跟蹤算法，基于SIFT特征點的方法在分辨率較好情況下有較強的魯棒性，分辨率下降時，其應用會受到限制；Mean Shift跟蹤算法實時性很強，但也會由于目標位置信息得不到充分利用，隨著時間推移，導致跟蹤精度不高。
　　之后，本文探討了一種基于DWT-

3、DCT系數(shù)符號特征匹配的視頻目標跟蹤算法該算法通過提取這一特征進行特征匹配來定位目標的位置。提取這一特征過程中不僅利用目標的像素信息，而且充分利用了目標的坐標信息。通過與SIFT特征點匹配算法與Mean Shift算法的對比實驗分析可知，該算法不僅具有較強的魯棒性，而且在低分辨條件下仍能對尺度較小的目標進行精確地跟蹤。
　　圖像超分辨也是目標跟蹤技術的后續(xù)應用，通過跟蹤技術得到目標序列圖像。由于目前監(jiān)控視頻等具有分辨率較低等特點，