鉴于现代社会生产力发展的需要，多代研究人员致力于红外运动目标检测课题探索着更优良的实现算法。从上世纪50年代美国首次踏入该领域后，法国英国等多国研究人员致力于该领域，自1960年Kamlan提出了一种较为简单的线性递推滤波方法后，目标检测技术逐渐进入公众的眼球，并从最初为军事范畴国度级别服务到如今的民用交通等普通范畴。26748
运动目标检测技术经过多年发展形成了三种基本算法（光流法,帧差法，背景消除法）以外还发展了许多新型算法例如神经网络算法，遗传算法等。尤其80年代90年代后大规模计算机的普及，加快了复杂算法的运算速度，为数庞大的改进算法应运而生。近几年在各国研究人员共同努力下又出现了不少改进优型算法，对红外目标检测技术的丰富与发展做出了不可磨灭的贡献。从基于运动估计的粒子滤波算法，到Stauffer提出的线性预测多重假设算法可以比较好的运动到非线性系统中到Kornprobst P, Deriche R and Aubert G等提出的基于偏微分方程的背景重建算法[2]，中国研究人员发展了混合高斯模型算法形成了三帧差分法和混合高斯背景差分法相结合的改进算法 ，以及在高斯模型基础上在方差的更新中加入自适应更新因子的改进算法 ，还有基于隔帧图像差分相乘的运动目标检测算法等等。论文网
运动目标检测技术作为一个热门课题，国际著名学术期刊持续发布相关论文，国际重要组织定期开展一系列中大型会议交流相关研究结果，期待进一步的探索。这些算法一定程度上解决了我们社会发展所面临的挑战，但是由于场景的复杂性及目标运动的不确定性给这一课题带来了较大的挑战以及广阔的研究天地。 红外运动目标检测国内外研究现状:http://www.youerw.com/yanjiu/lunwen_21019.html