目标检测与跟踪是计算机视觉领域重要的研究内容,在战场态势感知、辅助驾驶、安防监控等领域有着广泛的应用。在黑夜、雾霾等极端的环境条件下,可见光图像会损失很多有用的信息,而热红外图像可以不受环境光照条件的影响,因此研究基于热红外图像的检测与跟踪算法对于恶劣环境下的环境感知能力的提升非常重要。针对热红外图像的特性,本文设计了基于热红外图像的检测与跟踪算法。在目标检测方面,本文提出了一种基于中心、尺度和温度图的目标检测算法,在检测算法中引入温度分支,作为目标的温度表征,提高了检测算法对热红外目标的检测精度。在目标跟踪方面,本文提出了一种基于局部细粒度特征提取与全局信息感知的目标跟踪算法,从局部和全局两个角度设计了两个模块:（1）细粒度特征提取模块通过注意力机制将特征提取的重心放在局部区域内,实现对跟踪目标更精细的特征提取,提高跟踪的准确率;（2）全局信息融合模块通过训练得到多尺度网络融合时的权重矩阵,实现空间信息与语义信息的高效融合,提高跟踪的鲁棒性。检测与跟踪算法各自在训练数据集上进行实验。实验结果表明,本文提出的基于热红外图像的检测与跟踪算法在测试数据集上表现相较于其他同类算法都有较大提升。最后,本文实现了一个基于热红外图像的检测与跟踪系统,并设计了可视化界面,完成检测与跟踪的统一。在实际场景下使用红外热像仪进行实景拍摄,并通过实验验证了本文提出算法在实际场景下的有效性。