像素级代码曝光（PCE）相机是一种压缩传感相机，具有低功耗和高压缩率。此外，PCE相机可以控制单个像素的曝光时间，从而可以实现高动态范围。使用PCE相机的常规方法涉及耗时且有损的过程来重建原始帧，然后将这些帧用于目标跟踪和分类。在本文中，我们提出了一种深度学习方法，该方法可直接在压缩测量域中执行目标跟踪和分类，而无需任何帧重构。我们的方法包括两个部分：跟踪和分类。使用YOLO（仅查看一次）进行了跟踪，并使用残差网络（ResNet）实现了分类。使用中波红外（MWIR）和长波红外（LWIR）视频的广泛实验证明了我们提出的方法的有效性。