目标跟踪作为计算机视觉研究领域的重要课题之一,目前在智能机器人、道路视频监控以及军事国防等领域被广泛引用,且越来越受到研究者的重视。作为目标跟踪的一个研究分支,RGBT（可见光-热红外）目标跟踪旨在结合可见光与热红外图像进行目标跟踪,得益于热红外与可见光数据的互补性,也逐渐引起了学者们的广泛关注。然而,该研究领域缺乏一个大规模评测数据集,极大地限制了深度跟踪器的训练以及跟踪算法的评测。此外,由于跟踪过程中多模态数据往往存在噪声等不确定性信息,直接融合两个模态的数据会引入较多干扰信息而忽略有效信息,限制跟踪器的性能。本文主要针对以上两个问题展开研究,研究内容如下:第一,本文构建了一个大规模RGBT目标跟踪数据集,以及评测了12种主流跟踪方法,并进行了深入分析。数据集包含了1224个可见光-热红外视频对,总帧数超过了730K,达到了现存规模最大RGBT跟踪数据集的6倍。所有数据由两个不同的数据拍摄平台采集而来,成像平台的多样性带来了拍摄目标、成像角度、以及成像场景的多样性。在实验部分,本文采用了两种标准对12种RGBT跟踪算法进行了全面的性能评估,并给出了详细的分析,为后续跟踪器研究提供基准。大量实验证明了数据集的挑战性以及对于该领域发展的必要性。此外,本文将发布该数据集的非对齐版本,以此吸引学者们对非对齐RGBT跟踪的研究兴趣,有着更加实际的价值和意义。第二,本文提出了一种基于质量感知的RGBT目标跟踪方法。由于在实际跟踪场景下的多模态数据成像质量极不稳定,因此为了充分利用多模态数据的互补信息需要对多模态数据进行自适应融合。然而现存自适应融合的跟踪算法往往仅考虑特定模态特征而忽视了多模态协同特征的重要性,此外对于融合前特征的噪声信息也缺乏抑制,这将严重影响自适应融合特征的质量。针对以上问题,本文提出了基于质量感知的RGBT目标跟踪方法,提取特定模态与多模态协同特征实现鲁棒地目标建模,提出了模态质量感知模块,在跟踪过程中自动生成模态权重指导多模态特征融合。为了生成更加准确的模态权重以及更有效地融合特征,在特征提取分支引入特征注意力机制,在特征融合前尽可能抑制原始噪声的干扰。在主流的RGBT目标跟踪数据集上的大量实验验证了该方法的有效性。