一种基于多级检测器的具有自恢复能力的目标跟踪方法：结合Adaboost多级弱分类器级联为强分类器的思想，选择多个不同类型的检测器串联；第一级检测选择显著性检测器；第二级选用分类器集合检测模块，代入到随机树中计算第一级检测出的可能区域为正样本的后验概率；第三级选择相关滤波检测器，计算后验概率大于某阈值的样本与初始化或上一帧得到的正样本的相关度，从而减小长期跟踪带来的积累误差；经过多级检测器后确定相关度最大的位置即认定为当前帧中目标区域，并以确定的位置采样，补充样本集中去除的正负样本数，保证样本的可靠性和数目的恒定；若相关度最大值小于某阈值，则激活重检测机制，对位置附近区域重新检测搜索目标。