對于沒有遮擋的平動目標這樣的方法完全可以解決問題。但是當運動過程中又一部分被遮擋了匹配出來的位置將會很不準確。這是一個非常實際的問題，因為人體運動的復雜性在運動時如果假設沒有遮擋，實際就沒有解決問題，適應性太差。應該考慮一種可以解決遮擋的辦法。
文中是將目標分為幾個子塊，對每個子塊進行匹配，如果有一個子塊匹配的相似度較高就認為找到目標，停止匹配；如果相似度較低，則繼續(xù)下一子塊的匹配，直到找到相似度較高時停止。如果所有子塊的相似度都很低，也就是說該目標全被遮擋。這時將上一幀的源目標繼續(xù)保存為原目標而不需要更新，用這個原目標繼續(xù)和下一幀的圖像進行比較。這個方法可以有效的處理遮擋。
這樣就實現了人體關鍵部位跟蹤的功能，由于人體運動的復雜性和不可預測性，在跟蹤過程中還必須加入適當的人工干預，跟蹤結果更加準確并能提取出所需要的位移、速度等各類參數。跟蹤結果，如圖6所示，圖6(a)為用戶設定的3個跟蹤點，圖6(b)可以看到point1跟蹤出現了誤差，此次時需要人工校正圖6(c)，校正后繼續(xù)跟蹤圖6(d)，圖6(e)為跟蹤過程中，3個跟蹤點構成的角度變化曲線。

2．6 實現技術與平臺
本系統(tǒng)實在Windows XP操作系統(tǒng)下，利用Visual C++．net 2003開發(fā)實現，已經進行了大量測試，其運行穩(wěn)定、可靠性強、準確率高。由于VC++具有較強的靈活性，所以該系統(tǒng)具有一定的可擴充性。本系統(tǒng)對硬件環(huán)境沒有特殊要求，IntelPentium III以上的CPU都可以滿足運動需要。

3 結束語
文中以單目視頻中的人體運動為研究對象，設計并實現了一個基于視頻的體育運動分析系統(tǒng)，為體育運動分析領域提供了一套完整的定性和定量分析系統(tǒng)。實驗過程是：首先獲取攝象機拍攝的體育運動視頻圖像，然后對其進行檢測、分割和跟蹤，獲得人體或者某一部位的運動信息以及人體運動學參數，并得到直觀的數據和曲線，達到進一步分析人體運動的目的。系統(tǒng)各功能模塊的算法具有一定的魯棒性，得到的結果令人滿意。