计算机视觉是人工智能最热门的研究方向之一，其在诸多场景中有着广泛的应用，其目标是让计算机模拟人类的视觉感知系统，让计算机拥有能够处理和理解图像信息的能力。在计算机视觉的研究方向中，目标检测和多目标跟踪算法则是机器视觉的两个经典问题，这两个问题有本质上的区别但又密不可分。这两项技术是计算机视觉的基础，被广泛用于仿生机器人、智能交通、无人驾驶、智慧城市、智能医疗等应用场景和领域有着重要的研究价值。
从人类首次发明计算机以来，人们就一直致力于提高计算机的智能水平，让计算机能够帮助人类完成更为复杂的工作。经过一个世纪的发展，计算机和手机的普及，打开了数据井喷的大数据时代。借助着计算资源的不断扩充以及海量的数据，人工智能迎来了革命性的进程。无人驾驶、智能家居、智慧城市等应用相继出现，人类正在向完全的生活智能化进发。
人工智能带给人类的不仅仅是生活的便利，更有安全的保障。安全一直是人们最关心的话题，“安全第一”的标语在各大工厂和工地都随处可见。工业领域的安全性极大程度上会影响到社会稳定和人民生活，同时也会影响到企业的生产竞争力，决定了一个企业是否能够长久稳定地发展，也会对我国的战略发展产生影响，因此，“十三五”规划中明确坚定了安全生产的社会责任和发展要求。
近些年来，随着安防监控技术的功能和稳定性技术逐步成熟，安防监控越来越多地被应用于工业安全领域。在工业和工地的生产和施工的过程中会出现很多的不可控的以外事件，而这些意外事故很多都是因为施工人员的违规操作导致的，比如没有佩戴安全帽、没有穿工作服、抽烟等。甚至有些外部人员进入工厂工地实施盗窃或故意毁坏设备等损害工厂的行为。为避免这类事件的发生，需要投入大量的人力进行检查巡视工作，这种人工巡查的方式不仅耗费了人力资源，而且容易出现纰漏。工业安防监控能够实时的反应并记录施工现场的工作状态和进度，能够代替现场的人工监察工作。同时可以通过后台的扩展，将监控视频接入安防报警系统，能够实现自动的安全报警功能。安防监控以自身的便利性和可靠性迅速地普及开来，在工业生产中占据了越来越重要地位置。
为了使安防监控在工业安全中更好地发挥作用，本文将目标检测技术和多目标跟踪技术应用于安防监控系统中，以实现安防监控的智能化，通过目标检测技术检测工人们的不安全行为，譬如不戴安全帽，抽烟等，然后通过多目标跟踪技术对不遵守安全条例的工人进行跟踪报警。通过这种方式提醒工人们遵守工厂安全条例，以杜绝安全隐患，保证工人和工厂的生命财产的安全。
因此，市场对于研究针对工业安防视频的目标检测和多目标跟踪算法，有着强烈的需求。工业安防视频相比于一般视频来说有如下几个特点：
（1）场景单一，视角固定，监控摄像头一般是固定在工厂或者施工现场的，不会出现大幅度的位移变化。
（2）人员着装有较大的相似度，工人一般都为统一着装，统一的工作服，安全帽等。高度相似的外表，增大了多目标跟踪的难度。
（3）人员经常出现遮挡的情况，工人在工作的时候，经常会被材料、建筑或是其他工人遮挡，这给目标检测和目标跟踪都带来了挑战。
