近几年来，由于科技的飞速前进，人类社会变得越来越智能化。智能视频监控系统也逐渐的应用在现实生活当中，给人们的生活提供诸多便捷，具有很高的使用价值。而目标跟踪技术作为智能监控系统中的主要技术，受到了国际上众多专家的普遍关注，并且已经出现了大量的目标跟踪算法。然而，目前使用的跟踪算法在光照强弱变化、摄像头晃动、物体尺寸变化、遮挡等情况中，存在跟踪结果不准确的问题，造成在实际应用中的可行性不高。因此，研究一种高鲁棒性的目标跟踪算法使其能够应用在实际生活当中是非常必要的。
　　本文首先对当前目标跟踪领域中的几种常见算法进行阐述，重点分析研究时空上下文跟踪算法，然后针对该算法在跟踪过程中存在摄像头抖动或者目标大范围遮挡时跟踪结果不准确的问题进行处理，提出了两种改进的跟踪算法。首先运用时空上下文算法进行跟踪，然后利用基于感知哈希算法的相似性度量函数对跟踪的结果进行判定，当视频存在抖动导致判定结果失败时，融入Mean Shift跟踪算法完成跟踪，从而提高跟踪的准确性和稳定性；当视频中目标存在大范围遮挡导致跟踪失败时，利用最小二乘拟合算法与时空上下文算法结合，从而实现准确跟踪。
　　最后，对本文提出的改进算法进行仿真验证，结果表明，改进的算法可以很好的解决上述两种问题，并且在保留原始算法优点的基础上，可以有效地提高跟踪的准确率，具有个定的鲁棒性。