摘要：跟踪-学习-检测（TLD）目标跟踪算法能够实现长时间的在线目标跟踪，但当目标平面旋转发生形变以及目标被严重遮挡时，TLD算法在跟踪过程中会产生跟踪漂移。针对上述问题，在TLD算法的跟踪模块上使用稀疏原型进行跟踪，提出一种稀疏原型（SP）-TLD目标跟踪算法。当出现由于平面旋转引起的目标形变时，通过仿射变换变化坐标位置，能够准确跟踪目标避免产生跟踪漂移。在目标被严重遮挡时，根据目标的主成分分析基向量和琐碎模板判断目标未被遮挡及被遮挡部分，从而识别出被遮挡的目标。实验结果表明，与TLD算法相比，SP-TLD算法具有更高跟踪准确率和更强鲁棒性。