Le travail élaboré au cours de cette présente thèse propose une solution innovante, en abordant le problème de reconstruction de trajectoire sous forme d'une question d'optimisation calculatoire, en rapprochant l'espace de recherche à une séquence d'images. Le but final étant de pouvoir retracer des trajectoires cohérentes des différents individus en mouvement malgré les discontinuités éventuelles d'observations et dans un contexte multi-challenges. Nous proposons ensuite le formalisme de deux approches hybrides: une combinaison entre le suivi d'objets et les méthodes d'estimation de mouvement en adaptant l'algorithme des trois pas (TSS) aux déplacements irréguliers de l'objet d'intérêt, ce dernier étant couvert sur une zone dont le calcul de la taille se base sur une prédiction préalable de l'emplacement de l'objet via filtre de Kalman. La deuxième contribution projette la métaheuristique de recherche de coucou (CS) sur le problème de suivi d'objets, dans laquelle la qualité de la population initiale est améliorée via filtre de Kalman ainsi qu'un processus que nous nommons "Roll-Back". Après validation, nous proposons une extension du suivi au cas d'objets multiples.