1.一种基于局部跟踪器的红外小目标跟踪方法，其特征在于该方法包括：步骤(1)：基于预训练好的多卷积层网络生成网络中每个卷积层对应的过滤器；

步骤(2)：生成多个局部跟踪器，每个局部跟踪器包括一个多层卷积层网络、多个过滤器、一个融合模块和一个最大值求解模块，所述多卷积层网络用于将输入的图像帧经过处理后在每层卷积层上输出对应的特征图，每个所述过滤器连接多卷积层网络对应卷积层，用于将对应卷积层输出的特征图进行过滤，所述融合模块连接所有过滤器，用于将所有过滤器的输出融合，得到融合特征图，所述最大值求解模块连接所述融合模块，用于求取融合特征图中最大值，将最大值对应的位置作为目标位置输出；

步骤(3)：对所述局部跟踪器进行训练，得到训练好的局部跟踪器；

步骤(4)：将待识别区域划分为多个局部区域，并将训练好的局部跟踪器部署于不同的局部区域进行目标跟踪，在跟踪过程中，如果本地局部跟踪器定位到目标，则局部跟踪器跟随目标移动，在后续帧中继续跟踪目标，直至跟踪不到目标。

2.根据权利要求1所述的基于局部跟踪器的红外小目标跟踪方法，其特征在于：所述步骤(1)具体包括：步骤(1‑1)：获取若干红外图像，并生成对应的高斯标签；

步骤(1‑2)：将红外图像输入预训练好的多卷积层网络，多卷积层网络每个卷积层生成一个特征图；

步骤(1‑3)：基于红外图像的高斯标签和每个卷积层的特征图采用以下公式生成对应的过滤器：k

式中，W 表示第k层卷积层对应的过滤器，Y＝F(y)表示高斯标签y的离散傅里叶变换，Fk k k()表示离散傅里叶变换，X ＝F(x)表示第k层卷积层输出的特征图x的离散傅里叶变换，λ表示正则化参数， 表示二次范数，W表示所有过滤器形成的矩阵。

3.根据权利要求1所述的基于局部跟踪器的红外小目标跟踪方法，其特征在于：所述过滤器采用下式实现过滤：k ‑1 k k

P＝F (X·W)

k ‑1

式中，P表示对第k层卷积层输出的特征图采用过滤器过滤后得到的过滤特征图，F ()k k k表示逆离散傅里叶变换，X＝F(x)表示第k层卷积层输出的特征图x 的离散傅里叶变换，Fk()表示离散傅里叶变换，W表示第k层卷积层对应的过滤器。

4.根据权利要求1所述的基于局部跟踪器的红外小目标跟踪方法，其特征在于：所述融合模块采用下式实现融合：s.t.Σqij＝1

k

式中，Q表示融合特征图，P表示对第k层卷积层输出的特征图采用过滤器过滤后得到的k过滤特征图，n表示过滤器数目，KL表示Kullback‑Leibler散度， 表示P的第i行第j列的元素，qij表示Q的第i行第j列的元素。

5.根据权利要求1所述的基于局部跟踪器的红外小目标跟踪方法，其特征在于：所述过滤器采用下式实现更新：k

式中，Wt 、 表示t时刻、t‑1时刻第k层卷积层对应的过滤器，γ是学习速率，表示过滤器更新量，⊙表示元素相乘，Y表示高斯标签y的离散傅里叶变换， 表示t时刻获取的红外图像，λ表示正则化参数。

6.一种基于局部跟踪器的红外小目标跟踪系统，其特征在于：该系统包括部署于不同的局部区域的多个局部跟踪器，所述局部跟踪器通过训练得到，包括一个多层卷积层网络、多个过滤器、一个融合模块和一个最大值求解模块，所述多卷积层网络用于将输入的图像帧经过处理后在每层卷积层上输出对应的特征图，每个所述过滤器连接多卷积层网络对应卷积层，用于将对应卷积层输出的特征图进行过滤，所述融合模块连接所有过滤器，用于将所有过滤器的输出融合，得到融合特征图，所述最大值求解模块连接所述融合模块，用于求取融合特征图中最大值，将最大值对应的位置作为目标位置输出；所述过滤器基于预训练好的多卷积层网络生成；所述局部跟踪器在跟踪过程中，如果定位到目标，则跟随目标移动，在后续帧中继续跟踪目标，直至跟踪不到目标。

7.根据权利要求6所述的基于局部跟踪器的红外小目标跟踪系统，其特征在于：所述过滤器通过以下步骤生成：获取若干红外图像，并生成对应的高斯标签；

将红外图像输入预训练好的多卷积层网络，多卷积层网络每个卷积层生成一个特征图；

基于红外图像的高斯标签和每个卷积层的特征图采用以下公式生成对应的过滤器：k

式中，W 表示第k层卷积层对应的过滤器，Y＝F(y)表示高斯标签y的离散傅里叶变换，Fk k k()表示离散傅里叶变换，X ＝F(x)表示第k层卷积层输出的特征图x的离散傅里叶变换，λ表示正则化参数， 表示二次范数，W表示所有过滤器形成的矩阵。

8.根据权利要求6所述的基于局部跟踪器的红外小目标跟踪系统，其特征在于：所述过滤器采用下式实现过滤：k ‑1 k k

P＝F (X·W)

k ‑1

式中，P表示对第k层卷积层输出的特征图采用过滤器过滤后得到的过滤特征图，F ()k k k表示逆离散傅里叶变换，X＝F(x)表示第k层卷积层输出的特征图x 的离散傅里叶变换，Fk()表示离散傅里叶变换，W表示第k层卷积层对应的过滤器。

9.根据权利要求6所述的基于局部跟踪器的红外小目标跟踪系统，其特征在于：所述融合模块采用下式实现融合：s.t.Σqij＝1

k

式中，Q表示融合特征图，P表示对第k层卷积层输出的特征图采用过滤器过滤后得到的k过滤特征图，n表示过滤器数目，KL表示Kullback‑Leibler散度， 表示P的第i行第j列的元素，qij表示Q的第i行第j列的元素。

10.根据权利要求6所述的基于局部跟踪器的红外小目标跟踪系统，其特征在于：所述过滤器采用下式实现更新：k

式中，Wt 、 表示t时刻、t‑1时刻第k层卷积层对应的过滤器，γ是学习速率，表示过滤器更新量，⊙表示元素相乘，Y表示高斯标签y的离散傅里叶变换， 表示t时刻获取的红外图像，λ表示正则化参数。