目标跟踪技术是计算机视觉领域中的热门课题之一，目前该技术已广泛应用于民用、军用和工程等各个领域，本文主要研究基于EMD(Earth Movers Distance)的目标跟踪算法研究与实现。　　 论文首先提出基于EMD的相似性变换和仿射变换跟踪方法，该算法是对DEMD（Differential EMD）跟踪算法进行的改进算法。原始的DEMD跟踪算法将目标建模成直立的椭圆，仅粗略定位目标所在的位置不能准确跟踪具有相似性变换或仿射变换的目标。本文提出的算法首先根据相似性或仿射变换矩阵建模目标，然后通过优化代价函数估计候选目标模型的相似性变换和仿射变换参数，从而实现跟踪具有相似性变换和仿射变换目标的目的。该算法主要适用于跟踪发生简单几何形变（如平移、旋转、尺度和错切等）的目标。　　 若目标具有复杂形状或目标形状发生复杂形变时，简单的几何图形已不能准确表达目标，为了进一步跟踪具有复杂形变或复杂形状的目标，论文提出基于EMD的偏微分方程跟踪方法。算法首先建模目标的区域泛函，最优化区域泛函得到相应的偏微分方程，然后求解偏微分方程得到最终的目标轮廓。论文提出的算法与传统的基于Bhattacharry距离的偏微分跟踪算法相比，具有对光照变化不敏感，允许部分匹配等特点。论文同时比较了在相同跟踪框架下，采用两种不同特征进行跟踪的结果（SIFT特征和颜色特征）。　　 一个完善的视频跟踪系统必须能实时准确地跟踪目标才具有现实意义，基于EMD的偏微分跟踪算法虽跟踪效果很好，但计算EMD模型和偏微分方程均非常耗时，为了满足跟踪算法的实时性，本文提出了基于GPU的并行EMD偏微分方程跟踪算法。算法对比较耗时两个部分（计算EMD和求解偏微分方程）使用GPU进行加速，实验结果表明跟踪时间大幅降低。