Seitdem Computer leistungsfähig genug sind, Bildfolgen aus Videos in Echtzeit bzw. Bruchteilen von Echtzeit zu verarbeiten, werden Methoden entwickelt, die automatisch Objekte in einem Video verfolgen können. Aufgrund von Unsicherheiten in der Objektmodellierung und in der Merkmalsextraktion der Bildverarbeitung ist es notwendig, Schätzverfahren wie zum Beispiel den häufig verwendeten Kalman-Filter für die Verfolgung einzusetzen. Neben dem Kalman-Filter existieren viele weitere sogenannte Bayes-Filter, wovon der Partikelfilter ein besonders flexibler Vertreter ist, dessen praktischer Einsatz in diesem Vortrag vorgestellt werden soll. Es wird das Hauptproblem der Objektverfolgung aufgeführt und die nötigen Bestandteile -die Objekt- und Bewegungsmodellierung- erläutert. Außerdem wird gezeigt, wie die Objektverfolgung mit Hilfe eines Partikel-Filter-Systems erfolgt und wie die entwickelten Modellierungen darin einfließen. Testvideos belegen den Erfolg dieser Methode und es werden deren Vor- und Nachteile beschrieben.