为了在视频序列中有效的进行目标跟踪,设计了一种深度稀疏滤波模型,通过深度学习获取样本稀疏特征并对其进行分类,接着在跟踪过程中利用标签样本对模型在线更新,最后利用训练好的深度稀疏滤波模型确定跟踪目标。在不同视频序列中的实验表明:相较于当前几种优秀的目标跟踪算法,本文算法在复杂条件下具有更高的跟踪精度和鲁棒性。