目前存在的大多数特征点跟踪算法只考虑了相邻两帧的情况，而忽略了之前图像帧的特征信息。在Kanade-Lucas-Tomasi(KLT)算法的基础上，提出了一种新的特征跟踪方法：首先通过实时训练特征空间，构成图像训练的集合，然后通过高斯-牛顿迭代方法取出目标的特征点。该算法有效地避免了目标尺度、角度的大幅度变化以及遮挡情况。通过实际的序列图像分析了算法的性能，并与其他算法做了比较。同时研究设计了以八核数字信号处理顺(DSP)TMS320C6678 为核心处理器，且结合了现场可编程门阵列(FPGA)