یکی از زمینه های کاربردی در ماشین بینایی، ردگیری اشیا ء متحرک می باشد. روش های مختلفی برای ردگیری اشیا ء وجود دارد که از میان آنها فیلتر ذره ای به عنوان یک روش قدرتمند مطرح گردیده است. اساس این روش، نمونه برداری تصادفی از یک تابع چگالی احتمال و تخمین متغیر مورد نظر بر اساس وزن نمونه ها می باشد. در این پایان نامه با ارائه روشی مبتنی بر ضریب باتاچاریا، اندازه پنجره هدف بروز رسانی شده و احتمال گم شدن اشیاء کاهش یافت. یکی از مشکلات روش فیلتر ذره ای، پدیده انحطاط است. با تغییر در نحوه توزیع ذرات، از افزایش واریانس وزن نمونه ها که عامل اصلی در وقوع انحطاط می باشد جلوگیری به عمل آمد. جهت کاهش بار محاسباتی و افزایش سرعت ردگیری، روشی برای حذف ذرات بی اهمیت با ایجاد یک تصویر دودویی در هر مرحله از الگوریتم ارائه شد.