视觉目标跟踪是计算机视觉的重要研究领域之一,同时也拥有着重要的应用价值。红外成像技术克服了弱光照条件下的成像问题,而且具有成像精度高,抗干扰能力强等优点。将红外成像技术应用于视觉目标跟踪,使得视觉目标跟踪的适用范围得到了极大扩展,红外目标跟踪已经在自动化视频监控、无人驾驶、军事和兵器制造等领域得到了广泛的应用。近年来,随着计算机视觉研究的不断深入,红外单目标跟踪算法取得了较大的发展。在实际应用中,由于目标周围环境变化、目标自身形变或者目标遮挡等因素的出现,红外单目标跟踪仍然无法达到很高的精度。本文提出了一种基于多特征和相关滤波的红外单目标跟踪方法。针对红外图像的特点,通过动态融合多种特征,降低环境变化的影响,提高目标跟踪的精度。以该跟踪方法为基础,设计和实现了红外单目标跟踪软件。首先,本文介绍了卷积神经网络,以及将卷积特征用于相关滤波目标跟踪的优势。介绍了VGG网络的结构和特点,分析了不同深度卷积特征的特点,通过实验分析选取适合用于跟踪的卷积特征。针对在一些目标和背景亮度相近的图像序列中,卷积特征的相关滤波跟踪方法出现跟踪失败的情况,提出了使用目标的运动信息来增强目标和背景的区分度的方法,通过使用帧差法得到的差分图像,来提取目标的运动信息,用于相关滤波跟踪,基于差分图像的相关滤波跟踪方法,在一些序列中,能够克服卷积特征无法区分目标和背景的不足。然后,基于卷积特征和差分图像特征各自的优势和不足,提出了动态融合两种特征的方法,以发挥两种特征的优势。使用卷积特征和差分图像分别训练相关滤波模型,在跟踪阶段,分别将特征输入相关滤波模型,对得到的响应图动态融合,得到最终的响应图,使用最终响应图来定位目标最终位置。实验表明,融合两种特征的跟踪方法跟踪准确率超过了单独使用两种特征的跟踪方法。将本文提出的方法和几种经典的目标跟踪方法进行了实验对比,实验表明,在较多序列上,本文所提出的方法较对比方法有更高的准确率。最后,根据本文中提出的红外单目标跟踪方法,设计并实现了红外单目标跟踪软件。通过分析软件的功能需求,确定了软件的功能模块划分,介绍了软件的具体实现,为了确保软件正确性和稳定性,进行了软件测试,软件的主要功能有:实时可视化跟踪结果,展示跟踪器运行状态,调整跟踪器参数。