视频对象中的多目标跟踪包含检测与识别两步。对于交通工程而言,多目标轨迹提取由于数据具有高可靠性与精细度,正受到越来越多的关注。仔细查阅文献可知,轨迹提取的准确性受检测精度与视频流质量的影响较大。为此,本研究旨在通过热像仪和高清相机视频的检测结果融合以提取轨迹。本文提出的框架能够在轨迹构建中精确的检测与跟踪所有道路用户。本文使用三种热像仪模式进行检测,即黑色模式,红色模式与白色模式。通过比较三种模式的检测结果可知,热像仪的白色模式视频检测精度较高。实验结果表明,在白色热像仪测试视频中,机动车的检测召回计数为96.22%,非机动车为84.34%,行人为81.08%。机动车的车辆检测精度为98.18%,非机动车为87.10%,行人为86.68%。测试视频#3的人工标注真实轨迹数为124（机动车辆）,65（非机动车辆）和77（行人）。将测试视频#3中的召回检测和轨迹提取进行比较,发现所有类型的车辆的准确率减少了大约1-2%。这表明在记录的视频轨迹提取任务中,所用算法的性能受目标大小或间距的影响较小。最后,去噪算法有效地平滑了道路用户轨迹。