居住环境的智能化是人类社会进入到信息时代的必然趋势,它对环境的舒适性和安全性提出的高要求使得摄像头传感器网络的研究必不可少。摄像头网络由于采用分布式的系统结构,通过组成网络,可以实现高层次的场景认知,如为警方罪犯查证提供高效的线索和证据等。对于舒适性如家庭智能门禁、安全性如视频安防监控而言,有着广阔的应用空间。对于前者,可以便捷人们的生活；对于后者,可以缓解由于人员疲劳等因素引起的监控低效且被动性,用以满足大规模视频监控系统的发展需求。因此,深入研究摄像头网络跟踪、识别、覆盖定位技术,对我国的视频安防监控产业发展具有重大的理论及实践意义。本文主要研究摄像头网络跟踪、识别、覆盖定位技术,主要工作有如下四个方面。一、情景模式智能门禁系统的建立。结合基于质心的人体运动识别与基于特征脸的人脸识别,通过MSP430F5438控制器与NRF24L01无线通信模块与家庭无线网络联动,建立事件触发的家庭智能门禁系统应用框架并实现。二、摄像头传感器网络区域全覆盖布置。将监控区域划分为高密度的虚拟网格,从而将面覆盖转换为点覆盖,建立所考虑场景的摄像头区域覆盖优化模型,通过启发式算法得到实现区域完全覆盖时边界摄像头节点的优化参数。三、单目摄像头目标跟踪验证平台的建立。验证平台由EP2C8Q208C8Altera FPGA控制器、2自由度MG995舵机和Logitech网络摄像头组成。摄像头离线运动建立连续背景模型,对通过背景差法提取的初始前景进行AIMD轮廓提取并进行邻近轮廓修补填充,然后融合差值图像Canny边缘提取后的修补轮廓信息,得到提取的最终前景。根据前景中心运动来实现对目标的检测和跟踪。四、摄像头网络覆盖定位算法的设计。考虑当目标在监控区域运动,提出了在初始覆盖区域实现节点整体切换时间及区域剩余覆盖率平衡的目标覆盖定位算法(SLAC),得到优化的定位摄像头集合。通过大量仿真验证了提出方法的有效性。