在计算机视觉领域,从未中断过对目标检测和目标跟踪领域的研究。作为研究的重点和热点,该方向的研究成果被广泛的应用在人们的日常生活中,在视频监控、虚拟现实、人机交互、行为理解和自动驾驶等等应用中都可以用到目标检测与跟踪。但是由于在实际应用中现实场景是复杂多变的,对目标进行检测和跟踪就需要应对例如遮挡、光源变化、摄像机带来的姿态变化和尺度变化等多种挑战。近年来,在计算机视觉领域的研究中,深度学习技术的优异性能开始大放光彩,为应对这些挑战带来了新的解决思路和方向。本文针对目标检测与跟踪面临的挑战,提出结合深度学习与传统跟踪的方法。借鉴TID算法的思想,本文算法使用检测-识别-跟踪的方式实现目标跟踪的任务。得益于神经网络在检测目标时对目标发生部分遮挡、光照变化和相机姿态变化以及目标尺度变化具有良好的检测识别率和较好的鲁棒性,本文使用卷积神经网络可以更好地检测目标,为跟踪提供了良好的前期条件。但是,目前神经网络的识别结果并不是百分百正确的,所以需要在跟踪的过程中通过其他手段去除神经网络的错误结果。在基于检测的跟踪框架下,本文先对单目标提出了检测HOG特征算子为前后两帧的跟踪特征算子,然后对多目标跟踪算法进行了研究,通过融合图像的不同特征获取了较好的跟踪效果。本文主要研究内容及创新点如下:1)基于检测-识别-跟踪的目标跟踪框架,提出了基于YOLO的单目标跟踪算法。该算法不再依靠传统跟踪方法的线性运动模型或者二次运动模型。而是通过神经网络检测识别目标输出目标位置,然后根据位置信息设计跟踪算法跟踪目标。2)在研究的单目标跟踪算法的基础之上,本文尝试融合检测出的图像区域的不同的特征:目标空间位置、颜色特征和纹理信息等。经过实验,不同的特征使多目标跟踪算法的鲁棒性得到了进一步提高。同时,基于卷积神经网络的目标框回归模块可以实现跟踪框的自适应调节。与其他方法相比,本文实验的参数简单,且在OTB数据集的不同的测试集上都获得了较好的跟踪效果。