摘要：为有效提高Mean Shift 算法的模板匹配精确度，采用基于特征贡献度的Mean Shift 目标跟踪方法，对不 同贡献度的特征向量赋予不同的权重，以彰显目标特征、抑制背景因素。分别介绍传统Mean Shift 目标跟踪算法和 基于特征贡献度的Mean Shift 算法，并针对多组视频进行实验验证与分析。结果表明：改进后的Mean Shift 算法不 仅能提高跟踪精度、提升系统的鲁棒性，而且对640 pixel×480 pixel 大小的视频处理平均帧速度为22 frames/s，满足 实时跟踪要求。