运动目标检测是计算机视觉中一项重要并具有挑战性的问题,同时也在一些视觉应用中扮演着重要的角色。例如:视频监控,无人驾驶和机器人技术。近年来,这项研究在计算机视觉领域中取得了显著的成果,并且一些运动目标检测方法在工程中也有了广泛的应用。但是在某些极端天气下,如低光照,严重雾霾等恶劣环境中,由于可见光条件下成像质量的局限性,基于可见光的单模态运动目标检测算法难以实现较鲁棒的检测结果。为了解决此问题,通过引入热红外光谱信息来弥补可见光谱信息的不足,最终通过两种模态之间的信息融合实现更加鲁棒的运动目标检测。本文针对复杂场景下多模态运动目标检测算法进行了相关的研究,主要工作如下:(1)提出了一种基于协同低秩分解的多模态运动目标检测(CLoD)算法。旨在通过融合不同模态之间的信息,从而实现鲁棒的运动目标检测。具体地,将不同数据来源的视频帧收集起来,我们会得到两个不同的数据矩阵。针对具有低秩结构的背景矩阵,运动目标被视为能够检测到的稀疏噪声。对于一般的多模态方法而言,每个模态之间是独立的,贡献也是相同的。这就在一定程度上限制了处理偶然干扰或者某一数据源较差导致检测效果不理想的能力。为了解决这个问题,在本文工作中,我们将不同模态的背景矩阵联合在一起,并对联合的背景矩阵加以低秩约束,并在此基础上,本文还设计了一个自适应的权重用来实现不同模态之间的自适应融合,从而有效解决上述问题。对于优化,与大部分方法将背景约束松弛到核范数的求解方式不同,本文将具有固定秩的协同背景矩阵分解成两个低秩的子矩阵,因此避免了每次迭代中多次使用SVD分解,使得算法的效率有了较大的提升。最后通过在最新公开的数据集GTFD上的大量实验表明,本文提出的方法相对比其他方法在准确性与效率方面都取得了较理想的结果。(2)为了进一步加快协同低秩分解算法的检测效率,本文提出了一种更加有效的算法。具体地,我们用一个固定大小的时空窗把每个视频划分成若干块,每一块是由多个时间上相邻且重合的图像区域组成。这不仅仅可以压缩视频噪声而且能够显著的减少计算负担。同时,可以采用多种特征对时空块进行表达,例如:颜色特征,像素值,梯度特征等等。在本文中,为了提高运算的效率,采用每个时空块的像素平均值来表达其特征。最后,利用保边滤波以可信赖(权重较高)的模态作为参照,将检测结果恢复到像素级精度。通过公共数据集GTFD上大量的实验表明,本文提出的算法在保证精度的前提下,效率有了较好的提升。