针对目标跟踪过程中出现的遮挡、光照变化、背景复杂等问题，使用了理解诊断视觉跟踪系统，即把跟踪器分成5个组成部分的跟踪系统，这5个部分分别是运动模型、特征提取器、观察模型、模型更新器以及总体处理器。结合Haar矩形特征的原理，提出了3种Haar-Like特征，用在特征提取器模块。为了提高跟踪的精准性，引入一个简单且快速的鲁棒性算法来改进系统中的运动模型，该方法利用了视觉跟踪中的上下文关系，建立基于贝叶斯框架的目标以及其周围环境的时空关系，在检测方面使用了快速傅里叶变换方法，提高了算法的鲁棒性，使跟踪更加精准，并且在处理遮挡、光照变化、背景复杂等问题上有着较好的效果。