DEMD（DifferentialEarthMover’sDistance）跟踪算法采用归一化的EMD模型作为相似性函数，在推导相似性函数梯度时，假定颜色模型中某一区间权重发生改变时其他区间的权重等比例变化，这种假定在很多情况下并不合理。另外，DEMD算法沿着梯度方向以一个像素为步长进行迭代，收敛速度较慢。为了解决上述问题，提出了一种改进的EMD目标跟踪算法。该方法使用未归一化的EMD模型作为相似性函数，通过线性规划中的两阶段法求解EMD距离并推导出相应的均值漂移算法。实验表明，改进算法具有更好的跟踪性能而且收敛速度更快。