多目標跟蹤，就是指對圖像序列中的目標進行多檢測、提取、識別和跟蹤，通過獲得目標的運動參數，如位置、速度以及運動軌跡，從而使人們更好的理解和描述目標的行為。多目標跟蹤是近些年新興起的科學技術，它涉及到了隨機統計、數學優化、圖像處理、模式識別、人工智能、自動控制等多種學科，是當今國際上研究的熱門方向。從各個國家在該領域的發展過程中不難看出，多目標跟蹤大量應用在軍事領域中，特別是應用在機載偵查和遠程預警方面。多目標跟蹤難點問題概述： 多目標跟蹤算法的主要難點是數據關聯問題，分為背景的復雜性、多目標比例　變化、目標顏色與背景顏色的相似程度、背景的穩定程度、多目標的交互等幾個方面。當前目標跟蹤中存在的難題主要包括以下幾個方面： 遮擋問題：遮擋是多目標跟蹤中的常見情況，目標可能被背景中的靜止物體遮擋，也可能被另外的目標遮擋，或者自遮擋，并且遮擋的程度也不同。目標被遮擋的過程一般可分為兩個階段：一是目標進入遮擋過程，這期間目標信息丟失越來越嚴重；二是目標出離遮擋過程，也即目標漸漸離開遮擋，這期間目標信息逐漸得到恢復。遮擋表現為目標信息的逐漸丟失，而跟蹤算法的關鍵就是搜索到足夠多的目標信息，判定目標所在，所以遮擋給加強目標跟蹤的可靠性帶來很大的困難，可能導致跟蹤的不穩定甚至丟失目標。如何有效的處理遮擋，特別是嚴重的遮擋，一直是多目標跟蹤中的一個難點，目前多數系統都不能處理較嚴重的遮擋問題，也不能提供標準來判斷何時停止和何時重新開始跟蹤，且在目標丟失情況下沒有相應的重新獲取目標的引導方法。 目標數目的隨機性：數目可變也是多目標跟蹤中常見問題。目標跟蹤的變化來自新目標的隨機出現、舊目標的消失以及舊目標的分裂與合并。目標總數的變化有兩種情況：一是總數的增加，包括新目標的出現；二是總數的減少，包括舊目標的消失和目標合并。如何準確得到當前幀的目標個數，是多目標跟蹤中的又一難點。 背景的復雜性：目標所處場景的復雜程度、穩定程度影響著目標跟蹤的效果，背景中的干擾因素主要包括： １．光線亮度的變化，使背景顏色也發生變化； ２．背景中物體的變動，當背景中增加、移去或者移動某些景物并持續一段時間時，背景發生變化，應及時更新背景； ３．背景中存在與目標特征類似的物體時，將增加目標的跟蹤難度，可能使跟蹤收斂到干擾所在位置； ４．陰影問題，陰影屬于非運動目標區域，但是與背景顏色存在差別，給運動目標檢測帶來困難。目標外觀變化和不同目標外觀的區分：目標外觀特征包括目標形狀和紋理等信息，對于非剛性目標，由于目標比例和形狀的變化以及目標運動的不確定性，導致目標信息丟失，因此很容易發生跟蹤失敗。在監視視頻中，目標外觀往往非常相似，如何選取合適的特征以較好的區分不同目標外觀來實現準確的數據關聯十分重要。 浦諾維盾多目標智能追蹤系統完美解決上述算法，并具備最先進的算法是我們智能監控系統核心所在 ＳｍａｒｔＤｅｔｅｃｔ　ＴＭ技術：復雜環境運動物體檢測技術通過ＳｍａｒｔＤｅｔｅｃｔ　ＴＭ技術能有效過濾復雜環境畫面中的各種運動干擾。例如雨，雪，風，晃動的大樹，落葉等。 通過ＳｍａｒｔＤｅｔｅｃｔ　ＴＭ技術使上圖右邊特寫畫面一直跟隨有效目標，不會因為雪花，被風吹動的大樹，雪上人的腳印而產生影響而丟失目標。 ＭｕｌｔｉＴｒａｃｋ　ＴＭ技術：多目標跟蹤技術源于國際領先軍事科學，同時跟蹤鎖定幾十個目標，在目標急停，急轉，與其他目標交叉，及被遮擋時，始終保持對目標的鎖定。 ＭｕｌｔｉＴｒａｃｋ　ＴＭ技術能在一分鐘內同時追蹤６０個目標。圖中綠色方框就是本系統同時追蹤到的目標。紅方框就是特寫目標。 ＧｅｏＦｏｃｕｓ　ＴＭ技術：持續幾何聚焦技術攝像機在連續跟蹤目標時，始終聚焦于被跟蹤目標，在前景出現遮擋物的情況下也可以獲取目標的清晰圖像。在物體運動，急停和轉彎的情況下，也能把目標保持在特寫取景框內。 圖中小車，只要進入已設定警戒區，系統就一直能把它捕捉到鏡頭正中央，直至小車駛離警戒區。 ＳｎａｐＰＴＺ　　ＴＭ技術：高速攝像機目標切換跟蹤技術使特寫畫面瞬時在目標之間切換；對高速運動的目標進行平滑跟蹤拍攝，保證目標細節不因為高速運動而模糊。 ＰｉｘＬｉｎｋ　　ＴＭ技術：保證目標出現在特寫畫面正中 通過先進的程序算法，使目標物體一直在特寫畫面的正中間。不會因為目標在移動，轉彎，急停的情況下偏離特定場景