为解决相关滤波跟踪算法循环移位采样产生的边界效应，提高跟踪性能，本文提出了一种自适应内容感知空间正则化相关滤波算法。首先，提取真实的背景区域作为负样本训练滤波器，降低目标区域循环移位生成的假负样本所引起的滤波器退化问题；其次，提取目标区域的局部敏感直方图特征作为前景特征，并与空间正则化项结合，根据不同目标的外观动态更新空间正则化权值；再次，采用交替方向乘子法优化求解，将模型的优化问题分解为两个子问题，并在迭代中结合动态局部敏感直方图特征求解子问题的最优解；最后，在5个公开基准数据集上对算法进行评估。实验结果表明，本文方法在OTB50数据集上的精确率和成功率分别为90.3%和66.1%，超过其他相关滤波算法；在OTB100数据集上的精确率和成功率分别为92.2%和69.2%，其中精确率在所有算法中排名第一，成功率则领先其他相关滤波算法。