本文提出一种基于区域推荐孪生网络的目标跟踪算法,能够缓解跟踪时来自背景的干扰,并保证跟踪算法的速度。论文借鉴DaSiamRPN的设计思想,并选择区域举荐网络[1]代替孪生网络的相似度比较方式,结合分类以及目标框回归确定目标所在位置。文章采用概率回归来优化原有目标跟踪算法,在多个标准数据集（如VOT2018、OTB50）上进行评估,其结果显示本文所述方法具有优越的适应性和健壮性。