1. 研究目的与意义、国内外研究现状（文献综述）
运动目标跟踪一直是计算机研究领域里的热点问题，广泛的应用于航天、生物等各个领域，多目标跟踪方法的研究和应用是计算机视觉的一个重要分支。
目标跟踪是在图像序列的每一帧图像中找到感兴趣的运动目标所处的位置,即要在一段视频的不同帧中把被跟踪的物体标记出来。
目标跟踪简单地说就是估计一个对象的运动轨迹[1]。
2. 研究的基本内容和问题
（一）研究目标预先采集果蝇求偶的视频，对视频进行分析和处理，并基于图形图像处理技术对果蝇求偶行为进行检测与识别，同时可以判断出果蝇求偶行为发生的时刻，然后对果蝇整个求偶行为的过程进行跟踪研究，得到发生求偶的位置以及对应求偶持续的时间等生物学信息。
操作步骤为：通过动态恢复背景的方法消除部分噪声的干扰，使用灰度和梯度的方法在不同阈值下进行果蝇轮廓的边缘提取，分割和提取，从而识别目标，然后通过运动目标跟踪算法来对运动果蝇进行匹配跟踪，做到了直接统计，全程监督。
（二）研究内容近年来人们针对多目标跟踪问题提出了各种算法，根据目标外型表达，图像特征选择以及对运动和外观建模方法的不同，多目标跟踪算法可以分为不同的类别，本研究致力于对多目标算法的研究，其中以果蝇为例。
3. 研究的方法与方案
分割和识别果蝇的过程为：将实验室所拍果蝇求偶的视频进行预处理，记录相关信息，按照设定的帧数进行截取，然后进行背景恢复，提取目标并进行分割，识别果蝇，确定果蝇的位置。
而当前的目标跟踪算法一般分成基于区域的跟踪算法、基于模型的跟踪算法、基于特征的跟踪算法、基于主动轮廓的跟踪算法。
跟踪的过程包括，识别当前果蝇的位置和特征信息，预测目标的可能位置，并进行搜索，然后通过跟踪算法进行相似性度量，从而实现跟踪。
4. 研究创新点
本研究对计算机图形图像识别与处理和生物信息学等课题的结合进行了有益的尝试，是计算机技术和生物学相结合的创新。
在生物行为模式的识别过程中，可以为生物实验的结果分析提供更加快速，准确的报告，比人眼观察更具有优势。
并且，以该研究为基础可以扩展到果蝇实验的其他方面，如进食习惯，飞行轨迹的分析与记录等等，可以为生物学实验结果的分析提供更大的帮助。
5. 研究计划与进展
1.运用图像处理的相关知识提取果蝇目标，分割，识别和提取果蝇的特征。
2.学习和研究当前的运动目标跟踪算法。
3.尝试各种算法，寻找适合运动果蝇跟踪的算法。
