本发明公开了一种基于粒子滤波的视觉目标跟踪方法。针对目标跟踪算法在精度和鲁棒性上的要求，提出一种基于改进粒子滤波的视觉目标跟踪算法。首先，建立多种特征来描述目标外观模型，并对各特征分量的加权系数进行自适应调节；然后，利用分类重采样方法解决原始重采样方法中的粒子退化和匮乏问题；最后，提出一种新的模板更新机制，自适应选取运动模板或原始模板。实验结果表明，改进后的算法在具有挑战的跟踪视频序列上实验，具有良好的跟踪精度和鲁棒性，能够应对视频图像分辨率不高、目标转动变化、部分遮挡等复杂条件。本发明在军事方面包括无人飞行器、精确制导、空中预警、战场监视等；民用方面包括移动机器人、智能视频监控、智能交通系统、人机交互、虚拟现实等上也有较为广阔的应用前景。