随着信息技术的不断发展,视频监控技术日益完善,其在停车场、机场、超市等公共场所和交通领域的重要性越发凸显。但在现今社会,随着监控场景越来越复杂,单摄像机的视频监控系统已经不能满足人类的需求,多摄像机的视频监控技术随之成为了科研工作者的研究重点。而多摄像机下多目标跟踪技术更是研究的重中之重。本文重点研究探讨了多摄像机视频监控系统中的多目标跟踪问题,多摄像机下多目标跟踪问题可分为两部分：一是单摄像机下多目标跟踪的数据关联问题,二是多摄像机之间的航迹关联问题。针对传统多目标数据关联算法关联错误率高、实时性低的情况,本文将图像中目标的全局运动特征、HSV颜色特征、LBP特征和光流特征用于多假设数据关联算法(MHT)的关联矩阵的计算,提出了基于多特征融合的数据关联算法(MC-MHT),实验证明该算法在关联性能和实时性上都有所提高。对于多摄像机间的航迹关联问题,考虑到随着摄像机数目的增加航迹关联算法的计算量呈指数爆炸,本文将仿生蚁群算法用于关联矩阵的计算,仿真实验证明在摄像机数为3的情况下该算法能够有效的减少关联时间,并且针对蚁群算法周期长、收敛速度较慢的缺点,提出了改进的蚁群算法。该算法受遗传算法交叉算子的启发,通过将两航迹对的航迹交叉来提高搜索能力,实验结果证明改进的蚁群算法能够在一定程度上提高收敛速度。最后本文将两种方法结合应用于多摄像机多目标跟踪中,仿真实验证明了本文所提出的两种改进算法是可行的。