随着监控系统庞大，多摄像机广视域视频监控成为主流，其中大多数监控系统中摄像机的视域是非重叠的，行人是重要的监控目标之一，如何将不同摄像头下的行人关联起来是一个有待解决的问题，因此研究在多视域监控系统中目标的行人跟踪与匹配问题变得十分关键。本文针对视频监控系统中的行人检测匹配问题，经由行人检测、帧间目标关联、行人匹配提出了基于连续多帧目标信息特征融合来解决非重叠视域监控视频中行人匹配的一种可行方案。论文研究了视频中的行人检测问题，提出了一种改进的行人目标检测方法。对视频中几种常用行人目标的检测方法做了介绍，并针对包含行人目标的监控视频做了实验并给出了结果分析。根据监控视频的特点，提出了增强CENTRIST特征的行人目标检测方法，可有效提高运动中行人检测的精度。然后对帧间目标关联的几种方法做了介绍与实验，并针对监控视频中行人目标特点选择基于目标的位置和运动信息对帧间目标进行关联得到目标序列。最后详细研究了基于不同特征和不同匹配策略的行人目标匹配技术，并基于现有算法优缺点提出了基于多帧目标信息的特征融合判别算法，最后给出了实验结果并对实验结果进行分析，实验结果表明论文提出的算法相对于单一特征行人匹配算法和基于传统贝叶斯框架下的特征融合匹配算法在准确性和稳定性上都有一定程度的提升。论文对监控视频中行人的检测匹配技术进行了深入的研究，提出的基于多特征的特征融合匹配算法相对与传统匹配方法在准确率和稳定性上都有一定程度的提升，但对于监控视频中会出现的大型目标、极端光照、目标多次遮挡等实际应用中可能出现的复杂场景和目标情况并没有进行实验分析，这些都是有待进一步的研究课题。