飞蛾最优化算法（MFO）是一种新的超启发式优化算法，它模仿飞蛾在火焰周围飞行的运动。 在这项工作中，通过火焰和飞蛾之间的相互作用提出了一种新颖的基于MFO的视觉跟踪方法。 首先，视觉跟踪表示为在整个搜索空间中搜索目标。 然后，飞蛾的螺旋飞行被用来增强搜索能力。 并采用逐渐减少火焰数的机制来提高算法的收敛速度。 最后，建立了基于外观模型的HOG特征，以测量目标样本与候选样本之间的相似度。 根据最佳置信度值，可以定位跟踪目标。 大量的实验证明了所提出的跟踪器的有效性。