本文主要研究复杂场景下视频中运动目标的特征提取方法。在军事运用中,视频场景中的背景往往很复杂,例如,野外丛林背景、沙漠背景、城市街区背景以及恶劣气象条件下的海空背景等等。在这种复杂环境下,用传统的运动目标检测与跟踪方法难以获得很好的效果,其主要原因是运动目标在视频中的运动过程是一个非线性非高斯的动态过程。在这种情况下,只有有效地提取和利用目标的特征,才可能实现目标的检测与跟踪。本文提出了一种在复杂场景下视频中运动目标特征提取方法。该方法的主要思想是,将运动目标看作一个子区域的集合,各子区域分别表示目标的一个部分,用子区域的几何和统计特征来表示运动目标的运动特征,如各子区域的几何位置、大小、方向、速度及其概率分布等。该特征的提取方法分为五个步骤:第一,运用混合高斯模型(GMM)方法预选运动目标区域;第二,运用信息瓶颈(IB)方法对预选出运动区域进行聚类;第三,运用无迹核贝叶斯滤波(UKBF)方法进行运动目标跟踪;第四,运动目标子区域聚类;第五,提取运动目标子区域的统计特征,并以此作为运动目标的特征,这些特征是:运动目标子区域外接矩形的宽高比,目标内各子区域总的速度方差,子区域个数,目标各子区域状态变量的概率密度。本文最后通过实验验证了该方法能有效区分复杂视频中的运动目标是人还是车。