随着科技的发展和生活水平的提高,人们对公共安全的要求越来越高,由于多相机协作跟踪技术能够弥补单相机跟踪的不足,成为了当前研究的热点,受到越来越多的关注。但是,由于多相机跟踪技术存在着光线变化,拍摄角度变化,动作姿态变化等等多个因素的影响,给多相机跟踪技术的研究和发展带来了许多的困难。本文针对以上面提到的问题,分别从运动行人的检测,单相机下的行人跟踪,多相机交接技术三个方面进行研究设计,主要工作如下：(1)提出了一种基于颜色不变量的行人检测算法。本文提取样本图像的颜色不变量特征,使用中值滤波函数进行背景建模,然后通过分级处理的方式来检测前景行人目标,运用滤波函数来对检测到的行人的外部轮廓进行处理,得到满意的目标前景,该方法能够很好的处理阴影对行人检测的影响,并且能够获得行人较好的轮廓信息；(2)提出了一种基于偏最小二乘法的单相机行人检测算法。在单相机视野下行人跟踪过程中,利用偏最小二乘法表示行人外观特征,自适应的学习和不断更新表观模型,该方法有较好的实时性,并且能够很好的处理行人间遮挡的影响；(3)提出了结合多尺度retinex理论和亮度特征的光线处理算法。该方法在分别在rgb彩色空间的每个子空间中利用单尺度retinex理论进行处理,然后利用亮度特征将目标的亮度范围调整到一个比较亮的范围内,综合起来表示行人的外观特征,该方法能够恢复图片的原始色彩并将亮度调整到比较适合人眼观察的范围内,从而能够很好的提取目标的外观特征；(4)提出了一种将相机拓扑关系和目标再认定方法相结合的多相机交接跟踪算法。首先人为的设定多相机网络结构,利用混合高斯建模理论对不同相机间的转移时间的概率进行建模,来估计不同的相机对之间的交接时间,有效的减少了交接的运算复杂性；接着运用一种稀疏表示的方法进行迭代运算来不断的求最优解的方法来完成行人的再识别任务。本文算法能够很好的保持交接跟踪效果的实时性,在目标在认定方面的匹配率也高于常用算法。