多源异构图像融合是信息融合领域的研究热点之一。多源异构图像的融合跟踪在精确制导、无人驾驶、机器人导航、公共安全等领域起着重要作用。目标跟踪的基本问题是在一系列时序图像中选择感兴趣目标，找到该目标的准确位置并跟踪其运动轨迹。复杂背景下的多源异构图像融合跟踪是一个典型的随机非线性动态系统估计问题，受诸多因素影响，如目标表观非刚性变化，观测场景的天气和光照变化，场景中出现相似目标等。阐述多源异构图像融合跟踪的关键问题，总结近年来该领域研究现状与主要方法，介绍基于深度学习的可见光和红外融合跟踪相关研究，最后预测未来的发展趋势。
