为了解决如何在很拥挤的环境下,以及在各个摄像镜头的区域之间有重叠或者没有重叠情形下追踪目标物体的问题,我们提出了一种先混合多个视角的视频数据,再检测背景和前景信息从而进行目标追踪的多视角目标追踪算法。在我们的项目中,首先通过将各个视点的信息投影到参考平面以及平行于参考平面的多个平行平面的投影方法混合各个视角内信息形成一个四阶张量,然后使用增长的张量子空间算法建立背景模型进行前景分割。在对图像进行预处理阶段,我们提出了一类新的凸优化模型用于去除带模糊的乘法噪音。更进一步,我们有提出了使用框架分解和基于l_1范数的L-curve曲线方法对带模糊的乘法噪音问题进行处理。最后对目标区域应用贝叶斯定律以及粒子滤波等方法来进行追踪,连续两帧之间的目标运动使用一种仿射的图像变换来模拟。为了提高运算速度以及增加结果的准确性,项目组计划使用并行算法以及在预测目标运动的阶段引入时间序列分析的方法,目前这些工作仍然在继续进行之中。最后的试验结果表明我们的项目所提出方法可以在处理阴影,遮挡,拥挤环境中的多个目标的追踪等困难问题上能取得比较好的的试验成果,可以为项目的进一步研究打下一个良好的基础。