El conjunto neutrosófico (NS) es una nueva rama de la filosofía que se ocupa del origen, la naturaleza y el alcance de las neutralidades. Se han propuesto muchos tipos de coeficientes de correlación y medidas de similitud en el dominio neutrosófico. En este trabajo, al considerar que pueden existir diferentes contribuciones para los elementos neutrosóficos de T (Verdad), I (Indeterminación) y F (Falsedad), se propone un método de coeficiente de correlación neutrosófico ponderado por elementos, que se aplica para mejorar el rastreador CAMShift en video RGBD (RGB-Profundidad). Se propone el concepto de semillas de objeto, que se emplea para extraer la región del objeto y calcular la retroproyección de profundidad. Cada semilla candidata se representa en el dominio del conjunto neutrosófico de valor único (SVNS) a través de tres funciones de membresía, T, I y F. Luego, se aplica el coeficiente de correlación neutrosófico ponderado por elementos para seleccionar semillas de objeto robustas fusionando tres tipos de criterios. Además, el coeficiente de correlación propuesto se aplica para estimar una retroproyección robusta fusionando la información en los dominios de color y profundidad. Finalmente, para el problema de adaptación de escala, se proponen dos alternativas en el dominio neutrosófico, y el coeficiente de correlación correspondiente entre la alternativa propuesta y la ideal se emplea para la identificación de la escala. Al considerar factores desafiantes como el movimiento rápido, el desenfoque, la variación de iluminación, la deformación y el temblor de la cámara, los resultados experimentales revelaron que el rastreador CAMShift mejorado funciona bien.