多目标跟踪技术是计算机视觉、图像理解领域的核心研究之一,其在视频监控、视频分析及检索、运动分析及合成等领域发挥了重要作用。由于在跟踪过程中，目标形态的变化、遮挡的存在、复杂的环境制约及运动的相互影响等使得对多运动目标的跟踪变得更加困难。在本研究中，申请人拟采用交互模型来对目标的运动进行预测，并通过半监督的在线学习方法进行自适应特征选择，实现对多目标的实时鲁棒跟踪。首先，使用交互模型可以对多目标的运动提供较为准确的估计；其次，通过在线特征选择和遮挡分析为跟踪目标构建具有自适应性的表观模型；然后，在跟踪过程中将交互模型与基于半监督CovBoost的在线特征选择、在线随机森林遮挡判别分析器结合起来，提出一种基于交互模型和在线特征选择的多目标跟踪器，将跟踪中的关键问题（运动建模和表观建模）统一到一个多目标跟踪框架下；最后实现实时准确的多目标跟踪，并尝试拓展到视频监控、智能交通等实际社会民生应用中。
