根据目标与摄像机之间的相对位移关系，运动目标检测的算法可以分为静态检测算法和动态检测算法。静态背景下的运动目标监测，即摄像镜头保持静止，贯穿拍摄的全过程都没有位移的情况，仅有拍摄的目标对象于摄像机的镜头视角内进行移动，也就是说在这整个过程中只有运动目标相对于摄像镜头的运动，没有其他的复杂运动过程；动态背景下的运动目标监测就是摄像镜头在整个拍摄期间进行了某些动作(例如平移、旋转或多自由度运动)，被监视目标在摄像镜头的视场范围内也发生了运动，这时，目标与镜头之间的运动变成了复杂的相对运动，其中运动目标的检测算法也变的很复杂。78807

运动物体跟踪就是依据鲜明有效的目标特征，选择一个合适的算法与其匹配，从输入的视频图像中找出与开始设定的目标模板最相像的候选目标的坐标，简单来说就是在所摄输入图像的每一帧画面中完成对其中的运动物体的检测定位。在这过程中首要进行的就是选择最优的目标特征和采用合适的搜索算法。

目标的特征包括[9]：视觉、变换系数、统计以及代数特征等等。其中，视觉特征有外部轮廓、边界、条纹形状和区域最大小等；变换系数特征包括傅立叶描绘子、自回归模型；统计特征包含有直方图和各种矩特征；代数特征则主要是图像矩阵的奇异值分解。论文网

在追踪运动物的行为过程当中如若需要进行特征匹配，最一目了然的方法是提取出下一帧图像，并对其各处进行逐一的全画面搜索，直至最终找出与目标模板最相像的位置区域，我们将其称之为候选目标。使用频率高并且被认作为经典的特征匹配算法主要有两种，分别是绝对平衡搜索法以及归一化相关法。绝对平衡搜索法通常包含有最小平均绝对差值函数(MAD）、最小均方误差函数(MSE）以及最大匹配像素统计（MPC)三种算法。这些算法非常耗时且有时候根本没必要。

目标跟踪中常遇见的问题主要分为以下几种:

    ①目标种类多样化:多目标运动、机动化运动、军事中的红外目标(大、中、小、点)；

    ②模板匹配算法中，能否选择合适的初始模板，能否选择最佳的模板自适应更新模式；

    ③目标运动区域的检测；

    ④贯穿整个目标追踪过程的如何精准定位的问题；

    ⑤目标之间的相互冲突以及目标物体被部分或完全遮挡；

    ⑥目标运动区域位置的预估计；

    ⑦最佳的目标模板的选择以及匹配程度度量。