本书第一章介绍了多目标跟踪的概念、研究进展以及面临的挑战；第二章介绍了目标检测技术基础，这也是后续标注工作准确性的基础保障；第三章至第六章介绍了四种多目标跟踪算法，分别是处理遮挡、特征提取、复杂运动以及三维多视角等困难问题的研究；第七章讨论了自动化目标检测与跟踪技术应用于视频语料处理的思路，并用活动类和访谈类语料做了尝试，同时简略讨论了ELAN标注文件的兼容性处理问题；第八章是总结与展望。