随着计算机视觉的迅速发展,智能视频监控系统引发了广泛关注,目标跟踪系统作为智能视频监控系统的关键组成部分,具有很高的研究价值与应用价值。目前主要使用的是单摄像头目标跟踪系统,由于单个摄像头监控范围有限,导致其存在较大的局限性,例如无法对目标进行连续跟踪。跨摄像头目标跟踪系统通过增加摄像头数量克服了单摄像头目标跟踪系统存在的固有缺陷,实现对目标的长时连续跟踪。基于此背景,本文对跨摄像头目标跟踪技术进行研究。本文首先对单摄像头场景下的目标跟踪技术进行研究,然后对具有浅重叠区域的跨摄像头目标匹配技术进行研究。主要研究工作如下:1.针对核相关滤波器目标跟踪算法在多种复杂跟踪场景中算法性能下降的问题,本文提出改进方案:(1)为了解决单一的梯度直方图特征无法满足多种跟踪场景需求的问题,提出了结合梯度直方图特征和颜色特征来描述目标的方法;(2)为了解决该算法不适用于目标尺度变化的跟踪场景,提出了结合尺度滤波器自适应调整目标尺度大小的方法;(3)为了解决该算法在跟踪过程中存在的模型漂移,提出了一种基于响应峰值的跟踪失败检测机制,自适应调整模板更新策略。改进的算法在VOT数据集上进行测试,实验结果表明,该算法整体跟踪准确率提高12%,帧率每秒提高13帧。2.针对具有浅重叠区域的跨摄像头目标匹配问题,本文首先分析了一种准确求取单应性矩阵的方法,然后利用求得的单应性矩阵基于目标中线进行单应性投影映射。(1)由于四对特征点为计算单应性矩阵的最低要求,所以本文比较了使用四对点和八对点求取的单应性矩阵准确性;(2)为了降低算法计算复杂度,本文将目标抽象为线性模型进行单应性投影映射来完成目标匹配。该算法在PETS2009数据集上进行测试,实验结果表明,使用八对点计算的单应性矩阵准确率更高,同时基于目标中线的目标匹配准确率达到80%。