本文提出了一种从图像中提取判别稳定区（DSR）的方法，并将其应用于目标跟踪。通过使用最大熵和空间判别准则获得的这些DSR具有很高的外观稳定性和强大的空间判别能力，这使它们能够忍受更多的外观变化并有效抵抗空间干扰。同时，采用自适应融合跟踪的k-means聚类算法可以处理严重的遮挡以及目标定位过程中的运动噪声干扰。另外，设计了一种有效的本地更新方案以适应对象变化，以确保跟踪的鲁棒性。在几个具有挑战性的序列上进行了实验，结果表明，即使存在遮挡，变形，光照变化，移动摄像机和空间干扰物，我们的方法在目标跟

本文提出了一种从图像中提取判别稳定区（DSR）的方法，并将其应用于目标跟踪。通过使用最大熵和空间判别准则获得的这些DSR具有很高的外观稳定性和强大的空间判别能力，这使它们能够忍受更多的外观变化并有效抵抗空间干扰。同时，采用自适应融合跟踪的k-means聚类算法可以处理严重的遮挡以及目标定位过程中的运动噪声干扰。另外，设计了一种有效的本地更新方案以适应对象变化，以确保跟踪的鲁棒性。在几个具有挑战性的序列上进行了实验，结果表明，即使存在遮挡，变形，光照变化，移动摄像机和空间干扰物，我们的方法在目标跟