多目标跟踪(Multi-object tracking,MOT)是视觉监控领域的前沿课题,其重要的军事和民用价值引起了广泛的关注。本论文在公开监控序列集和检测响应集的基础上,以图像序列中行人为目标开展了跟踪技术的研究,主要工作如下:(1)对多目标跟踪技术的研究背景和应用需求进行了介绍,并概述了离线跟踪和在线跟踪的研究现状和发展趋势。重点阐述了实验中采用的多目标跟踪基准,包括公开视频数据集、标注信息和评价指标等。(2)研究了网络流算法和最大广义多团算法的离线跟踪策略。根据离线的分层关联特点,将网络流算法作为首层构建方案,选择最大广义多团算法作为次层构建方案。通过实验确定首、次层批处理数,以图论求解最优值的思想构建完整轨迹。(3)研究了将目标的生存周期比拟成马尔科夫决策链的跟踪策略。融合边界框的尺寸信息,使用核相关滤波对目标在序列帧的位置进行二次预测。在判断目标轨迹终止条件时,引入未来帧目标信息的管理模型。(4)研究了基于动态背景和相对运动信息的在线多目标跟踪策略。针对目标匹配作业,在位置相似条件的基础上添加颜色直方图相似性和边界框尺寸相似性两项判别条件;采用相对运动网络模型下计算损失方法对漏跟踪目标进行恢复。(5)针对上述优化算法,在公开多目标跟踪基准上进行实验验证。实验结果表明了其在公开数据集上的优良性能,在一定程度上缓解了目标遮挡、轨迹碎片化问题等。综上所述,论文分析并改进了基于检测响应的离线和在线多行人跟踪算法,在国际公开跟踪基准上开展了性能评估实验,完成了视频中对运动行人的跟踪。