视觉跟踪技术，在诸如视频监视、智能交通、人机交互、视频压缩等方面具有非常广泛的应用前景，因此一直是计算机视觉方向的研究热点之一。本文在总结目前已有的视觉跟踪算法的基础上，提出两种基于分类的视觉跟踪算法。本文的主要工作归纳如下三个方面：1)对视觉跟踪算法，尤其是近五年来基于分类的跟踪算法发展进行综述，分析这些方法的优缺点以及适用范围，对于后续工作中展开新算法的研究和实验提供参考与借鉴；2)在基于分类的跟踪算法整体框架下，专注于设计精确而稳定的分类器。提出两种不同的解决思路，一种是基于增强(Boosting)相对子空间的分类器融合，另一种是基于局部距离学习；3)设计出一组评价跟踪算法有效性的度量准则，通过对多种跟踪算法的实验比较，显示我们的跟踪算法在关键性能上的优势。