智能视频监控是计算机视觉领域近年来的研究热点之一,在智能交通监管、楼宇安防等领域具有广阔的应用前景。目标检测和跟踪是智能视频监控系统的关键技术,也是后续目标识别、行为分析等的基础。本文主要研究单个固定摄像机情况下的多目标检测和跟踪技术,研究内容分为目标检测和目标跟踪两个部分。在目标检测部分,首先分析了常用的运动目标检测方法,并结合具体的监控环境,采用帧差法建立背景图像且不断地选择性更新背景,然后利用简单高效的背景减法检测运动目标,详细介绍了差值图像二值化及形态学滤波等优化处理流程。在目标跟踪部分,分为单目标和多目标两种跟踪情况。在跟踪单个目标时,利用背景加权颜色直方图有效提高了MeanShift跟踪算法的鲁棒性;在跟踪多目标时,针对监控场景中目标个数多、状态复杂多变的特点,提出了基于目标检测的多运动目标跟踪算法。按照跟踪问题细分化的思路,充分利用目标检测的结果信息,把目标状态分为单个目标、目标出现、目标消失、目标融合及目标分裂五种情况,并将目标匹配矩阵与单目标跟踪中的多特征联合跟踪算法有效结合,提高了跟踪的准确性,并降低了算法复杂度。实验结果表明,本文算法对于普通的多运动目标监控场景,跟踪结果的准确率及实时性基本满足实际需求。