本书共6章，第1章概述视频目标跟踪技术，并介绍了其研究现状和发展趋势；第2-5章分别讲解了视频目标跟踪关键技术、基于孪生网络的视频目标跟踪方法、基于Transformer的视频目标跟踪方法、基于视觉语言的视频目标跟踪方法；第6章则对视频目标跟踪研究进行了展望。