随着智慧城市、平安城市等多个大型智能信息管理系统在国内外各大城市展开布局,人们对于安防工业的要求也在不断提升,智能监控系统的发展显得尤为重要。跨摄像机的多目标跟踪系统是智能监控系统领域的重要研究内容,它旨在实现运动目标在不同摄像机下的持续跟踪,具有重要的研究意义和广阔的市场应用前景。跨摄像机的多目标跟踪系统涉及多个方面的研究内容,如目标检测,单摄像机下的多目标跟踪,以及目标关联等。由于实际监控场景下存在如背景遮挡、光照变化、摄像头视角差异等因素的干扰,使得多目标跟踪算法面临着极大的挑战。因此,对于该系统的研究具有显著的科研价值。本文将首先介绍动态目标检测和多目标跟踪相关的基础理论与算法,进而提出一种仅利用目标运动动态信息来实现多目标跟踪的算法;最后介绍系统设计中的相关模块,以及涉及到的目标检测、跟踪和关联等算法。本文的主要研究工作及创新点如下:(1)提出了一种基于目标运动动态和多层超图关联的多目标跟踪算法,首先在不使用先验运动模型的前提下,通过利用目标运动动态,获取整个视频内所有目标的运动动态信息,构造轨迹碎片间的相似度比较函数,减小具有相似外观的不同目标之间的误匹配;其次,使用超图关联,对各个轨迹碎片进行全局搜索聚类,使得跟踪问题转化为一个动态搜索超图的超边集问题,并且优化求解后的跟踪系统能够有效处理长时间的遮挡,具有较好的鲁棒性。实验表明,在处理具有挑战性的公共视频序列,本文方法显示了其良好的优越性:能够有效克服目标的复杂运动,相机运动和长时间的遮挡,而这些都是没有任何外观信息的。.(2)对跨摄像机的多目标跟踪系统进行设计。系统主要包含两部分内容:跟踪模块和关联模块,跟踪模块用来实现单摄像机下运动目标的检测与跟踪,其中目标检测运动了基于改进的HOG和Sobel-LBP融合的快速行人检测算法,目标跟踪使用了基于相邻帧特征匹配的多目标跟踪算法。实验结果表明,两者结合能够较为有效地实现单摄像机下的目标跟踪。在关联模块中,首先建立多个摄像机之间的时空模型,再利用BTF函数抑制不同摄像机所处环境的光照变化,在时空关系模型的约束下,利用匈牙利算法实现不同摄像机下目标的最优匹配,以实现跨摄像机的多目标跟踪;最后分别给出了这两个模块的界面效果图。