1.一种响应置信度多特征融合的核相关滤波目标跟踪方法，其特征是包括以下步骤：(S01)利用平均峰相关能量和输出的响应峰值作为跟踪置信度，结合方向梯度直方图特征与降维后的颜色特征融合机制进行特征权重分配；

设视频目标跟踪区域的大小为M×N像素，则该区域第t帧图像的APCE值Pt计算如下：其中，gmax,t，gmin,t和gm,n,t分别是第t帧图像在跟踪区域内的最大响应值、最小响应值和位置(m,n)处的响应值；

将第t帧的特征权重公式写为：

式中ωhog,t和ωcn,t分别为HOG特征和CN特征在第t帧的权重；

(S02)基于响应置信度的大小设置学习率分段更新策略；

结合响应图峰值变化的结果，计算大于0.5倍峰值的响应值个数Fmed与大于0.28倍峰值的响应值个数Fmajor；设响应置信度：F＝Fmed/Fmajor                                   (3)干扰比较少时，图像峰值高，高响应值点比较集中且占比小，没有多峰现象，F的值较小；受到干扰时，响应图峰值变低，产生多峰现象，高响应值的点占比增加，F的值增大；

同时得出第t帧的分段更新模型策略为：其中ηCN和ηHOG分别代表CN特征的学习率和HOG特征的学习率，FCN和FHOG分别代表CN特征的响应置信度和HOG特征的响应置信度；

(S03)特征失效下的模型跟踪判别自适应调整，提高目标识别算法的鲁棒性；

当使用(S01)公式(2)加权的更新方式时，选择响应置信度F最大的那个特征进行单一特征的位置更新；

(S04)采用视频属性对目标跟踪评估算法的有效性进行分析测试，依据距离精确度、成功率作为评价标准；

所述的距离精确度DP是通过统计中心位置误差CLE小于某一设定阈值ε的帧数Nnum占视频序列总长度Nall的比值：

其中，中心位置误差CLE是指跟踪目标位置(xT,yT)与真实位置(xG,yG)间的距离，计算公式如下：

所述的成功率SR是通过统计覆盖域OR大于某一设定阈值θ的帧数Nnum占所有测试视频序列总长度Nall的比值，其计算公式：其中，覆盖域OR是根据人工标注的实际目标框和跟踪算法得到的跟踪框之间的重叠面积之比，来衡量算法的跟踪性能：

其中|·|代表区域中的像素数目,rt、rg分别表示跟踪算法得到的预测区域和实际的目标区域，OR的取值范围为0到1。