随着目标检测技术的飞速发展，通过检测跟踪（Trackingbydetection，TBD）在多目标跟踪中成为主流。在处理流程中，目标轨迹通过对整个视频流的全局优化处理计算，如flow网络、概率图模型等。然而，由于批处理，这些方法不适用于需要实时目标辨识的在线场景。传统方法有多假设跟踪（Multiple Hypothesis Tracking，MHT）和联合概率数据关联滤波（Joint Probabilistic Data Association Filter，JPDAF），这些方法一帧帧的处理数据关联。JPDAF通过用关联似然加权测量生成单状态假设；MHT跟踪所有可能的假设，但为了降低运算量需要剪枝。这两种方法最近都被改进为TBD方式，取得很好效果，然而却增大了计算量和部署复杂度。
