现如今，计算机的软件技术和硬件技术在过去的几年中都有了飞速的发展，与此同时，信息技术也有了长足的进步，在有了这样的技术支持之下，视频目标跟踪算法俨然成为全球有关学者争相进行研究的方向。78967

在二十世纪七十年代末，Jain和Nagel在研究运动目标检测算法方面，对累积帧间差分法进行了更深一步的研究而且还在这方面获得了相当有价值的成就。梁国山和朱秀昌则针对仅仅使用单一阈值很难对通过帧差得到的数据绘制出二值化的图像这一问题进行研究分析，发现将阈值进行分级可以解决这一问题。Stauffer 等人通过使用高斯函数得到的数据对运动目标检测算法进行建模，使得所构建出来的模型随着时间的推进而不断的更新数据。Shahbaz提出可以针对所追踪物品的外观和颜色，通过这样的方法不仅优化了算法的运算时间，而且大大提升了最终效果。

针对运动目标跟踪算法方面的研究，Bar-Shalom将数据之间的联系与Kalman的理论综合起来，深入研究并使运动目标跟踪理论有了更进一步的发展。Ristic等人在粒子滤波的基础上，提出了一种新的跟踪算法，并受到Hlinomaz等人针对该方法进行更进一步的优化。Black和 Ross等人在生成模型（Generation Model）的研究基础之上，对运动目标跟踪算法进行了更深一步的研究。

运动目标检测和运动目标跟踪算法在这么多学者的研究基础之上，有了很大的发展和完善，许许多多的关于这方面的研究在全球渐渐崭露头角。Roch 等人第一个建立了图像跟踪这一目标追踪系统，这个系统是通过利用事先保存下来的图像以及通过雷达传回来的实时图像把针对运动目标的检测和追踪以及识别运用到具体的案例中去。二十世纪九十年代末，美国国防高级研究项目署建立了由多个高校参加的可视化监控项目，该项目是通过将众多传感器、计算机网络通信 技术以及视频理解技术等许多知识并在一起，来对现实生活中复杂的外在环境进行监控[5]。Haritaoglu 等人为了解决在室外条件下有其他物品遮挡的问题，发现可以把形状分析技术和目标追踪技术联系在一起来解决物品遮挡问题，并最终能够对多个物品进行追踪。日本大阪大学的八木康史（Yasushi Yagi）教授和他的学生一起研究开发了能够识别步态的软件，这个软件能够针对人的步子、姿态进行追踪识别。论文网

在这样的大时代下，我国的学者们也开始对这些领域进行了研究，而且把他们沿用到了实际生活中。二十世纪九十年代初，中科院院自动化研究所针对三维模型进行研究，并研发了自己的监控软件。中科院还将自己的研究成果运用到车牌的识别和对人脸的检测识别中，对交通安全的控制有着十分重要的作用。微软亚洲研究所和上海交通大学联合实验室共同研制出了一种不管有没有光照在人脸上或者是人脸表情不断变化的情况下，都能对其进行有效的监控和追踪的技术。清华大学自动化系还研制出了双目视觉系统，这项技术已经运用到了对长江上的交通流量的监控分析中，而且系统工作效率高，长期运行没有问题[6]。该系统对长江上的交通监控的准确率高达85。5%，可以对船只的长度和吨级进行分析确定，而且正确率高达80%以上，还能对船只是否超载或者空载进行区分和识别并最终确认，发生错判的几率仅仅为16。2%。除了这些功能之外，许多其他的高校也对这个项目进行了深入的开发研究并取得了较为令人满意的成果。