1.一种自适应自纠正的目标跟踪方法，其特征在于：该方法是将目标跟踪中的干扰因素分为环境因素和目标本身因素，根据分类的干扰因素分别提出静态外观模型和自适应外观模型，再对静态外观模型和自适应外观模型进行去噪然后将其融合，最后通过自纠正的跟踪框架以提高跟踪的准确性，它包括静态模块、自适应模块、去噪模块及目标跟踪算法模块；

静态模块始终能够保留目标的初始信息，它是一个由初始帧目标的静态外观模型与当前帧目标的静态外观模型中所有匹配关系组成的集合；

自适应模块为适应目标本身的变化对每帧中都进行更新，当前帧的自适应外观模型是由上一帧目标区域中所有关键点附近的区域块组成；

去噪模块使用层次聚类方法去除种类不确定的静态外观模型和自适应外观模型的噪声，同时经过层次聚类来获取跟踪目标的中心位置、尺度变化和旋转角度三个数据信息；

目标跟踪算法模块包括基于静态模块、自适应模块及去噪模块数据信息的主体跟踪算法和基于感知哈希的辅助跟踪算法，主体跟踪算法为辅助跟踪算法提供合适的更新样本，辅助跟踪算法在静态外观模型和自适应外观模型形成的区域内进行全局搜索快速铺抓目标，同时辅助跟踪算法设有静态外观模型提供候选搜索的区域。

2.根据权利要求1所述的自适应自纠正的目标跟踪方法，其特征在于：静态外观模型和自适应外观模型的特征描述方式为局部不变特征SURF，综合时间复杂度和实际效果，将欧式距离作为SURF特征点的距离计算方法。