目标跟踪在计算机视觉中是一个广泛的可探索领域,并且要求使用智能摄像机系统越来越多。这一章描述了目标跟踪的现状,并将重点集中在嵌入式平台上,由于可利用的资源有限,所以计算机视觉技术仍面临挑战。需要改进的方面包括信号处理和图像处理系统,典型的例子是人脸检测系统,声音识别以及语音压缩等。
尽管近年来许多算法被提及和开发,仍有许多未解决的问题。不断地需要研究的领域主要是：资源受限的嵌入式平台和鲁棒的多摄像机跟踪系统的开发。刻画智能摄像机应用的要求是实时性、计算强度、软硬件的相互影响等。多处理器可以解决执行时间问题。对于特定情节,场景的变化非常普遍。因此,智能摄像机必须对这种情况产生响应。此外,不同类型传感器对同一场景的反应通常是不同的。这样,不同传感器的集成（多传感器系统）及它们的数据融合（多数据融合）,可增加跟踪的检出率并且降低虚警率。
具有焦平面处理功能和在片移动检测的新型传感器（如DVS）是嵌入式平台上的一种实时解决方案。低速率数据（稀疏数据表示）和宽动态范围允许实时高效的目标追踪,并不需要人眼可直观识别的图像。
[1]当ω不是半正定时,Cholesky因式分解失效。视觉信息含有噪声时可导致这一问题发生。
[2]真实的坐标轴方向是无法确定的。(www.xing528.com)
[3]图像中两个平行坐标平面之间的单应性。
[4]可利用资源库：http：//jaer.wiki.sourceforge.net
[5]摄像机移动：向旋转及变焦。
[6]跟踪和监控的性能评估,2005年由英国Reading大学在线评估服务提供。http：//www.cvg.cs.rdg.ac.uk/cgibin/PETSMTRICS/page.cgi？home
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
