近年来，计算机硬件的快速更新使得很多需要大量运算的算法得以应用，国内外学者对目标识别与跟踪算法做了大量的研究，提出了一批优秀的算法，奠定了目标追踪系统的实现基础，也涌现出了大量的不同应用场景下的目标追踪系统[1,2]。80157

随着摄像头广泛应用于视频监控领域，目标追踪技术有了巨大的需求。国内外许多学术机构和公司都致力于这种技术的研究。1997年，美国国防高级研究项目署联合多所高校研究了用于城市或战场等复杂环境下，多个摄像机对人，车等行为进行实时监控，对其分析理解的视频监控系统VSAM[3]，并于2000年基本完成了该系统。Maryland大学开发出了具有强大形状分析能力的实时视觉监控系统W4[4]。该系统在检测到人的基础上能够对部分人体进行识别、分割，进行多目标的跟踪。它可以应用于特定的场景分析，识别人的简单交互动作，判断人是否携带了物体等简单行为。英国雷丁大学 [5] VIEWS项目组主要对车辆和行人的识别和分析上进行了研究，该项目组希望通过某些模式的识别，用于预判某些场景下的袭击行为，发现异常举动后，迅速发出警报。美国中央佛罗里达大学计算机视觉（CV）实验室开发出了COCOA系统，用于对低空航拍视频的目标识别与跟踪[6]，它在民用安全领域以及军用领域都有广阔的应用空间。 论文网

国内的目标追踪技术研究开始于60年代末，近40年内，将新兴的模式识别和图像处理技术运用到目标追踪上，取得了重大进步。其中中科院北京自动化研究所模式识别国家重点实验室，提出的基于三维线性模型定位、基于步态的远距离身份识别、对目标运动轨迹和行为特征学习的模糊自组织神经网络学习算法具有很高的水平。此外，中国科学与技术大学，华中理工大学，西安电子科技大学等在目标追踪领域也做了大量研究，例如在背景与背景红外图像特征处理研究中，结合算法融合的思想，提出了基于背景预测的弱小目标检测算法等。