视频监控系统已经遍布人类生活中的各个角落,人们对于视频监控中各项技术的研究也日益成熟。目标跟踪作为一个基本的问题已经得到了广泛的研究,学者们提出了各种各样的视频目标跟踪方法,同时也遇到了一些问题,如非刚性目标的姿态变化,环境中的光照变化等。家庭环境中的视频监控系统也面临着这样的问题,尤其是复杂的背景环境对目标跟踪的影响。本文主要针对复杂背景环境下的目标跟踪进行了研究,主要研究内容如下：(1)针对固定背景的环境运动检测问题,本文对几种简单的背景模型进行了分析,重点对码本模型进行了研究,在经典码本模型的基础上对其进行改进以快速适应环境,提出了多模式的分块权值码本模型,实现了对背景模型的快速建模及更新,并能适应光照等噪声变化。(2)针对复杂环境中的目标,本文分析了粒子滤波跟踪算法,主要对基于特征直方图的粒子滤波算法进行研究。目标的颜色直方图对目标的整体进行表征,纹理直方图对目标的内部细节进行描述,根据两种表示方法的可靠程度进行直方图融合,实现了目标的准确跟踪。(3)提出了一种跟踪框架,将跟踪问题分解为主要跟踪、辅助跟踪、目标标准模板库三部分。主要跟踪采用特征点匹配的方法,保证了目标跟踪的准确性；主要跟踪失败时,辅助跟踪采用粒子滤波算法快速找回目标,两者结合保证了目标跟踪的连续性；目标标准模板库收集可靠的目标模板,保证了目标跟踪的可靠性。为了防止跟踪漂移,设计了目标特征和目标模板的更新策略,提高了目标跟踪算法的稳定性,有效抑制了跟踪漂移发生。(4)在目标跟踪基础上,实现对目标的双目视觉定位。首先对摄像机进行标定,然后对双目摄像机利用人工放置标志物的方法求取摄像机位置关系实现双目摄像机标定,利用极限约束实现两个摄像机中目标的匹配并实现目标点匹配,最终实现目标定位。