本发明涉及一种面向边缘智能的弱小目标层次化视觉跟踪方法，该方法主要包括：弱小目标增强、一级跟踪器、二级跟踪器和跟踪状态判断。弱小目标增强是基于帧间动态平均值和帧间动态方差结果，进而更加稳定有效的在抑制背景并且增强弱小目标信息。一级跟踪器主要感知目标自身信息，而二级跟踪器侧重于感知目标周围背景。通过设计两级跟踪器的结果比较，可以根据场景自适应选择更适合的跟踪器。跟踪状态判断通过评估当前结果的可信度，进而有选择性的输出高质量的目标跟踪结果，避免输出错误结果。本发明达到了稳定跟踪弱小目标并且跟踪计算实时性高的效果。(56)对比文件韩锟;杨穷千.融合运动状态信息的高速相关滤波跟踪算法.湖南大学学报(自然科学版).2020,(第04期),全文.张伟;温显斌.基于多特征和尺度估计的核相关滤波跟踪算法.天津理工大学学报.2020,(第03期),全文.高美凤;张晓玄.尺度自适应核相关滤波目标跟踪.激光与光电子学进展.2017,(第04期),全文.陈智;柳培忠;骆炎民;汪鸿翔;杜永兆.自适应特征融合的多尺度相关滤波目标跟踪算法.计算机辅助设计与图形学学报.2018,(第11期),全文.