本发明公开了一种基于快速聚类的行人实时跟踪方法，首先获取第一帧图像行人兴趣区域，生成初始类别和类别中心；从第二帧图像起，根据上一帧图像获得当前帧图像行人兴趣区域且提取最终特征，根据最终特征与上一帧图像所属类别类别中心或其他类别中心，通过核化相关滤波器预测置信度，检测出当前帧图像所属类别；当目标丢失时，针对下一帧图像，先获取该帧图像中可能存在行人目标的区域，根据各区域最终特征与各个类别中心，通过核化相关滤波器预测置信度，检测出行人兴趣区域以及该帧图像所属类别，寻找到丢失目标。本发明将行人不同姿态、遮挡状态以及外界变化聚类成不同外观类别，缓解目标跟踪中面临的姿态变化、遮挡以及外界光照变化的问题。