经典MeanShift算法仅使用了影像的颜色直方图信息表示目标特征,并不包含目标的空间位置、纹理特征等其它信息,因此当目标被遮挡或目标和背景颜色相似时,容易跟踪失败。针对此种情况,结合了颜色直方图与空间位置信息对经典算法进行改进。在获取目标和背景区域的样本数据后,利用高斯混合模型获取每个颜色单元的质心位置,并利用颜色直方图与空间信息计算得到新的候选区域中心位置,进而完成目标跟踪。实验表明,改进后的算法使用了目标区域颜色分布的空间信息,改善了传统MeanShift算法中丢失像素点空间信息的不足,在背景复杂时依然能够成功跟踪；避免了迭代计算,提高了跟踪效率。