粒子过滤器是基于顺序蒙特卡洛框架进行视觉跟踪的强大工具。 视觉跟踪中粒子过滤器的核心是如何将粒子分配到较高的后部区域。 本文应用粒子群算法（PSO）寻找高似然区域。 PSO算法可以根据当前观察来搜索上次对象位置附近的样本区域。 因此，即使无法获得物体的动力学模型，它也可以将粒子分布在高可能性区域中。 我们的算法不像上次采样重要性重采样（SIR）那样基于粒子的权重分配粒子。 SIR通常会诱使分布在错误可能性区域中的粒子特别是在混乱场景中跟踪。 既然如此，某些粒子的重量可能更大。 我们首先通过PSO