提出一种基于深度学习的目标跟踪算法，该算法利用深度学习中深度置信网络（Deep Belief Networks， DBN）的方法，根据输入图像标记信息，深度分析图像结构，训练得到一个分类器对各帧图像中的像素进行分类，进而得到一个二值图像作为目标分布图，然后利用Camshift算法计算出目标质心位置，实现对目标的跟踪。同时，在跟踪过程中，根据当前帧目标的位置信息，加入Kalman滤波预测，以提高目标跟踪的效率。在多个视频中对所提出的算法进行验证，实验结果表明，算法可以很好地应对光照变化、目标旋转、遮挡等多种复杂环境，实现对目标的稳定跟踪。