针对传统Camshift跟踪算法在目标运动速度过快和受到大面积相似区域情况下,容易引起跟踪目标丢失的问题,提出了一种基于多线索融合的跟踪算法来提高运动目标跟踪的精度。首先利用运动目标具有连续性的特点,采用Kalman位置预测原理实施有效跟踪,更好的解决了Camshift跟踪算法在跟踪过程中环境因素对跟踪目标的影响。然后通过加入Adaboost算法有效提高了教师人脸跟踪的准确性。改进的算法分别通过了阻挡、变形和相似肤色实验验证。实验表明改进后的算法提高了检测时间和识别率,实现了对快速运动目标的稳定