针对视频序列的稳健性目标跟踪问题, 提出一种基于卷积神经网络(CNN)与一致性预测器(CP)的视觉跟踪算法。该算法通过构建一个双路输入CNN模型, 同步提取帧采样区域和目标模板的高层特征, 利用逻辑回归方法区分目标与背景区域; 将CNN嵌入至CP框架, 利用算法随机性检验评估分类结果的可靠性, 在指定风险水平下, 以域的形式输出分类结果; 选择高可信度区域作为候选目标区域, 优化时空域全局能量函数获得目标轨迹。实验结果表明, 该算法能够适应目标遮挡、外观变化以及背景干扰等复杂情况, 与当前多种跟