单目标跟踪任务旨在对人类动态视觉系统进行建模，让机器在复杂环境中具备类人的运动目标跟踪能力，并已广泛应用于无人驾驶、视频监控、机器人视觉等领域。近十年来，研究者从算法设计的角度开展了大量工作，并在代表性数据集中表现出良好性能。然而，在面临如目标形变、快速运动、光照变化等挑战因素时，现有算法的跟踪效果和人类预期相比还存在着较大差距，揭示当前的评测技术发展仍存在滞后性和局限性。综上，区别于以算法设计为核心的传统综述思路，本文依托单目标跟踪任务、从视觉智能评估技术出发，对评测流程中涉及的各个关键性环节（评测任务、评测环境、待测对象和评估机制）进行系统梳理。本文首先对单目标跟踪任务的发展历程和挑战因素进行介绍，并详细对比了评估所需的评测环境（数据集、竞赛等）。其次，本文对单目标跟踪待测对象进行介绍，不仅包含以相关滤波和孪生神经网络为代表的跟踪算法，同时也涉及跨学科领域开展的人类视觉跟踪实验。最后，本文从“机机对抗”和“人机对抗”两个角度对单目标跟踪评估机制进行回顾，并对当前待测对象的目标跟踪能力进行分析和总结。在此基础上，本文对单目标跟踪智能评估的发展趋势进行总结和展望，进一步分析未来研究中存在的挑战因素，并探讨了下一步可能的研究方向。