以往由于视觉跟踪技术对系统硬件以及实时性的要求,其仅被应用于PC,以及部分嵌入式平台当中。但是移动设备领域在近几年来发生了翻天覆地的变化,其各项硬件的性能都有了极大的提升,这为我们将视觉跟踪技术应用于移动设备提供了硬件技术上的支持。而今Android是拥有用户最多的移动设备平台,将视觉跟踪算法应用到Android平台将具有十分重要的意义。本文对视觉跟踪算法进行了大量的调研工作,并对现今的主流视觉跟踪算法进行比较,从中选择了在多种场景下都具有良好鲁棒性与极高实时性的核相关滤波(KCF)目标跟踪算法作为移植到Android平台的跟踪算法。本文对该算法进行了深入研究,针对其无法对目标进行多尺度跟踪的缺陷,结合双线性插值算法提出了一种改进的多尺度KCF目标跟踪算法,并将该改进后算法移植到Android平台之上,设计并完成了一套多目标实时跟踪系统。本文开展的具体研究工作如下:(1)对KCF目标跟踪算法进行了深入地研究,详细介绍了该算法的原理与流程,并对其编写代码,通过大量的测试与分析,在多种场景下对KCF目标跟踪算法所拥有的良好鲁棒性与实时性进行了验证。(2)针对原KCF目标跟踪算法无法对目标进行多尺度跟踪的缺陷,本文在原KCF目标跟踪算法的基础上,结合了双线性插值算法对目标进行缩放,提出了一种改进后的多尺度KCF目标跟踪算法。同时,通过大量的测试与分析,对本文算法的有效性进行了验证。(3)以改进后的多尺度KCF目标跟踪算法为基础,基于Android平台设计并完成了一套多目标实时跟踪系统,并通过对该系统进行跟踪性能与实时性方面的测试,验证了该系统的有效性。