本發(fā)明提供了一種基于背景加權(quán)的Mean?Shift(HRBW?Mean?Shift)算法和Kalman預(yù)測融合的遮擋跟蹤方法，針對均值漂移算法中的Bhattacharyya系數(shù)受初始目標(biāo)框中背景像素的影響而無法準(zhǔn)確的判斷目標(biāo)的遮擋狀態(tài)，均值漂移算法在遮擋判定前失效，導(dǎo)致Kalman預(yù)測濾波算法不能被啟用或啟用后不能準(zhǔn)確地預(yù)估目標(biāo)的軌跡的問題。本發(fā)明提供了一種通過在目標(biāo)直方圖中加入由目標(biāo)直方圖和背景直方圖的對數(shù)似然比計(jì)算得到背景加權(quán)因子，來改進(jìn)目標(biāo)模型的方法，從而進(jìn)一步優(yōu)化Bhattacharyya系數(shù)值，使得Bhattacharyya系數(shù)法能夠更準(zhǔn)確地檢測目標(biāo)的遮擋狀態(tài)。本發(fā)明增大了正常跟蹤狀態(tài)下與遮擋狀態(tài)下Bhattacharyya系數(shù)的差值，有利于遮擋狀態(tài)的判斷，通過提高遮擋判斷準(zhǔn)確性的方式來提高遮擋時(shí)的跟蹤性能。