感兴趣的目标可能会因其复杂的操作，相机平台的自我运动等而出现明显的外观变化。当前，在前瞻性红外（FLIR）序列中进行目标跟踪仍然是计算机视觉领域的一个难题。 尽管已经付出了许多努力，但仍有一些问题需要解决。 首先，当目标状态明显变化时，由先验信息生成的状态粒子不能很好地近似概率密度函数。 其次，必须采用大量粒子来获得令人满意的目标状态估计，这反过来又会导致繁重的计算负担。 本文提出了一种分层搜索策略（HS跟踪器）来跟踪粒子过滤器框架中的红外目标，并采用了两种观测模型来稳健地定位目标。 在第一阶段