基于视频的运动目标检测与跟踪被广泛地应用于道路交通、城市安防、军事科技等领域。实际应用场景下,运动目标跟踪任务受环境光照变化、目标密集、目标遮挡、目标长时间消失等因素的影响,面临巨大挑战。本文采用基于检测结果的目标跟踪框架,进行如下研究工作。目标检测是进行目标跟踪的第一步,若检测结果质量不好,则会对后续跟踪过程造成不可估量的影响。在目标十分拥挤、密集的情形下,目标与背景之间或目标之间互有遮挡,此时检测算法可能无法检测到受严重遮挡的目标,造成漏检。针对这个问题,基于YOLOv5目标检测网络进行改进,针对目标检测过程中的目标框筛选方式,将传统非极大值抑制算法替换为基于DIOU的非极大值抑制算法,在不增加计算成本的情况下缓解密集目标漏检问题带来的影响,改善检测算法的性能。提出一个新的对比池化模块,并融合网络中不同尺度的特征进行行人目标的表观特征提取。通过残差网络Res Net50提取行人目标不同尺度的特征,并在网络的不同层次上对特征进行全局平均和全局最大池化。将平均池化和最大池化特征相减,以去除图像背景杂波的影响,并将相减得到的差异特征与最大池化特征相加,获得更具判别性的对比池化融合特征。该方法使网络在提取到行人全身特征的同时,更加关注行人全身轮廓和行人与背景的差异,在行人重识别任务上的准确率均优于当前其他主流方法。结合改进的YOLOv5目标检测算法和多尺度对比池化特征,改进Deep Sort目标跟踪算法,减少密集遮挡目标的漏检;在目标离开视野后重新回到视野的情况下判断目标是否是已经跟踪过的目标,提高跟踪模型的准确率。设计了一个可部署至电脑端使用的运动目标跟踪系统,系统运行和测试结果表明本算法综合表现良好,在实际场景中具有较好的发展潜力和应用前景。