视频目标跟踪问题是计算机视觉领域的重要研究课题,广泛应用于视觉导航、视频监控、人机交互和医学诊断等多个领域。然而,很多实际视频场景都存在遮挡、光照变化和背景干扰等诸多挑战,难以平衡跟踪算法实时性和准确性。近年来,随着模式识别和机器学习研究的迅速发展,视频目标跟踪算法借助深度网络的高效特征学习能力,更好地适应目标的外观变化,并取得了许多突出成果。其中,Siam RPN跟踪器（Siamese&Region Proposal Network）将跟踪任务视为模板帧与检测帧之间相似度匹配问题,不仅保持了跟踪速度,而且精度上有所提升,为优化目标跟踪的深度模型提供了新的契机。因此,本文基于Siam RPN算法的网络框架,以提升跟踪器性能为目的展开了目标边界框回归研究。本文主要研究内容如下:（1）针对Siam RPN算法边界框回归中采用1-smooth损失而不能处理边界框非重叠时梯度消失的问题,引入了计算目标框与预测框重叠面积交并比（Intersection over Union,IOU）的回归方法,分析了采用广义交并比（Generalized Intersection over Union,GIOU）和距离交并比（Distance Intersection over Union,DIOU）进行边界框回归的跟踪结果,解决了边界框非重叠时损失函数不可导造成梯度回传失败问题,并具有跟踪尺度不变性。同时,采用了深度残差网络Res Net-50代替原Siam RPN的浅层Alex Net网络进行提取特征,通过加深网络融合低层级空间特征和高层级语义信息,利用高低分辨率特征映射学习目标,能够快速生成候选目标区域。在OTB2015公开测试平台验证了改进方法的跟踪性能取得有效提高。（2）从目标真实框与预测框的重叠面积、中心距离比、长宽比三个要素计算边界框回归损失函数,并提出了一种改进的多元交并比（Multiple Intersection over Union,MIOU）回归损失函数算法。其中,长宽比重新定义为与框对角线夹角和框面积相关,在训练过程中不仅能完成了真实框与预测框尺度对齐任务,而且避免了对长宽的优化方向相反和梯度爆炸问题,减少了迭代次数。实验上,利用ILSVRC-VID训练数据集获得跟踪模型,并基于OTB2015和VOT2016数据库进行评估。实验表明,所提方法能有效应对目标遮挡、快速运动、运动模糊,光照变化和尺度变化等挑战属性,跟踪效果更好。