随着网络时代的不断发展，中国也步入了4G时代。在工作人员的日常工作处理中，有越来越多的数据需要分析处理。工作人员的负担也在加重。如何智能化的处理这些数据，减少人们的工作量便成了首要问题。随之兴起的智能领域，带领我们进入了智能的时代。在智能领域，智能监控必将取代传统的人为监控模式，成为发展的主流。所谓智能监控，则是通过对监控视频中的感兴趣的目标进行检测和跟踪，并对其行为进行相应的分析和识别，对发生的异常举动或者行为做出及时的响应或提示警报。这对公共场所的安全防范将有重大的意义。而目标跟踪则是行为分析和识别的前提基础。准确快速的目标跟踪结果将直接决定智能监控的好坏。本文采用局部特征来表述感兴趣的目标，并在粒子滤波的框架下实现目标的跟踪。ORB特征作为2011年新提出的一种局部特征形式，能够有效且高效的描述跟踪区域内的图像特征。本算法在第一帧中是人为手动的选择感兴趣的目标，并对其提取ORB特征。接下来，根据目标的初始位置以及ORB特征，对粒子进行相应的初始化操作。然后通过二阶自回归模型对粒子进行转移。最后呢，根据粒子特征的匹配结果，我们对相应的权值进行更新，并根据该时刻的粒子的权值，我们确定该时刻的感兴趣目标的位置。采用ORB特征和粒子滤波算法的目标跟踪器，可以有效的解决跟踪过程中出现的遮挡问题。原因在于ORB特征只是提取了感兴趣目标的局部信息，这对于解决部分遮挡是有很大的优势的。并且ORB特征中的FAST特征描述子和BRIFE检测子得速度都是相当惊人的。在实时跟踪过程中，体现出了其高效的性能。因此，本文中的跟踪器具有抗遮挡且相当高效的优势。