时空上下文 (STC)跟踪算法在特征表达、尺度自适应策略等方面存在缺陷，当出现目标突然形变、局部遮挡或尺度变化等情况时，跟踪器的性能会严重退化。通过对 STC算法进行改进，提出了一种融合颜色直方图响应的时空上下文跟踪算法。基于颜色统计的模型对运动模糊和目标形变等影响因素不敏感，和时空上下文模型具有良好的互补性质，在响应层融合后能够提升算法的鲁棒性。此外，采用基于多尺度金字塔模型的尺度搜索策略替换 STC算法中原有的尺度估计策略，进行更精准的自适应尺度估计。在大规模公开数据集上的测试结果表明，本文算法在不同影响因素的复杂环境下展现了更为良好的跟踪性能和适应性，并且平均跟踪速度达到 134.2帧/秒。