目标跟踪技术是一项富有挑战性的研究课题, 在红外成像搜索、红外精确制导、智能监控、运动识别等领域有着广泛的应用。文中提出了一种基于稀疏表示多子模板的鲁棒目标跟踪算法。首先, 提出一种基于自适应辨别信息的子模板选择方法, 最大限度地捕捉目标的结构信息, 提高模板子块的整体描述; 针对直方图对光照敏感的缺点, 引入了稀疏表示理论对子模板进行描述, 提高模板子块的表达能力和适应能力; 其次通过构造表决图的形式对目标位置进行表决和融合决策; 最后设计了一种动态的子模板更新策略, 来有效地应对目标外观模型的变化。在大量测试图像序列中的仿真实验表明, 文中所提算法可以有效应对形变、光照变化、部分遮挡、完全遮挡以及虚假目标干扰和背景干扰, 具有较高的鲁棒性。