我们利用非抽取小波包变换（UWPT）和帧间纹理分析的特性，提出了一种新的拥挤视频场景中的目标跟踪算法。该算法由用户通过在参考框中指定感兴趣对象周围的区域来初始化。然后，使用该区域的UWPT系数为该区域中的每个像素构建特征向量（FV）。然后通过在自适应搜索窗口内使用生成的FV来执行对最佳匹配的最优搜索。通过帧间纹理分析实现搜索窗口的自适应，以确定目标运动的方向和速度。这种时间纹理分析也有助于跟踪部分或短期完全遮挡下的对象。此外，该跟踪算法对高斯和量化噪声过程具有鲁棒性。实验结果表明，该算法在存在目标平移、旋转、小缩放和遮挡的情况下，对楼梯、机场或火车站等拥挤场景中的目标跟踪具有良好的性能。
