智能视频监控是计算机视觉领域一个新兴的应用方向和备受关注的前沿课题。在智能视频监控系统中，运动目标的识别和跟踪是研究的热门话题。目前，许多关于多目标跟踪的算法在实际应用中存在着准确性和实时性的问题，尤其是在目标遮挡时容易出现目标跟踪丢失。　　 本文在前人研究的基础上，重点研究了如何在算法上提高多目标跟踪算法的准确性和实时性，解决目标遮挡跟踪丢失问题。主要工作包括对颜色直方图进行深入研究以及对Mean-Shift算法进行改进，在此基础上准确地实现对多目标的连续跟踪。　　 针对传统颜色直方图在目标匹配中存在的问题，本文对颜色直方图进行改进，利用中心颜色直方图匹配方法，弥补了常见到的颜色直方图计算量大的缺点，提高了计算速度和匹配准确性。　　 多目标跟踪方面，提出了一种基于颜色特征的多目标瞬间重合识别和跟踪算法。该方法首先运用背景减除法提取出运动目标，利用Kalman滤波估计出运动目标在下一帧中最可能出现的位置，然后利用Mean-Shift算法融合动态匹配矩阵进行较小范围的搜索和目标匹配。实验结果证明，新算法弥补了传统Means-Shift算法在目标遮挡时容易跟踪丢失的缺点，做到了实时性和准确性的兼得。　　 最后，设计并实现了一个多目标检测与跟踪的原型系统，为进一步在计算机视觉领域其他的应用打好了基础。