1.一种基于分块判别的自适应时空正则化目标跟踪算法，其特征在于：它包括：S1、视频或图像序列输入后，获取第一帧中被跟踪目标的信息，初始化跟踪目标框；

S2、获取首帧输入图像的深度估计结果，将得到的结果进行增强和归一化处理，建立自适应空间正则项初始化权重；

S3、将跟踪目标框划分为四个子区域，每个区域内分别设置一个子滤波器，当出现遮挡或出视野等强干扰时，在对应子区域上施加一个空间惩罚系数，每个子区域内的惩罚权重都可根据目标当前状态进行自适应调整；

S4、训练分类器，基于分块判别自适应时空正则化的相关滤波目标跟踪的最终分类器训练公式为：

k

式中，x是第k个通道上当前帧提取的目标特征，y是目标在滤波器下理想的高斯响应，μ是时间正则项参数，K是特征提取阶段的总通道数，f是当前帧训练得到的滤波器，ft‑1表示r

上一帧中的滤波器模板，λ1、λ2是正则化参数，φ为基于深度感知的初始参考权重，φ为分块感知参考权重，argmin运算是求取目标函数取最小值时的变量值；

S5、输入第t+1帧图像，使用方向交替乘子法计算目标函数的全局最优解即跟踪目标框的位置信息，输出跟踪结果，重复上述步骤3至步骤6直到跟踪结束。

2.如权利要求1所述的基于分块判别的自适应时空正则化目标跟踪算法，其特征在于：所述步骤S2中深度估计采用编码器加解码器架构。

3.如权利要求1所述的基于分块判别的自适应时空正则化目标跟踪算法，其特征在于：所述步骤S3中空间正则项在跟踪目标框的四个子区域内自适应调整惩罚权重。

4.如权利要求3所述的基于分块判别的自适应时空正则化目标跟踪算法，其特征在于：所述步骤S3中四个子区域内的子滤波器独立计算响应峰值旁瓣比，通过设定阈值θ判断来自八个方向的强干扰。

5.如权利要求4所述的基于分块判别的自适应时空正则化目标跟踪算法，其特征在于：所述峰值旁瓣比PSR被定义为：

其中，ymax代表相关滤波器中最大的峰值响应，μsl和σsl分别代表了相关滤波器中除去响应最大处峰值外的其他旁瓣的均值与方差。

6.如权利要求1所述的基于分块判别的自适应时空正则化目标跟踪算法，其特征在于：所述步骤S4中通过深度估计结果与空间正则权重对应元素点乘得到与目标建立密切联系的基于深度感知的初始参考权重。

7.如权利要求1所述的基于分块判别的自适应时空正则化目标跟踪算法，其特征在于：所述步骤S4中时间正则项基于时空上下文STC算法和在线被动攻击PA算法。