目标跟踪是计算机视觉领域的研究热点，在行为识别、智能监控和人机交互等民用和军事领域上具有广阔的应用前景。近年来视觉跟踪领域已经取得了显著的成果，但是仍然存在一些问题需要解决，比如光照变化、遮挡和复杂背景干扰等问题。　　本文基于视频序列对运动目标的跟踪算法进行讨论，提出目标检测、识别与跟踪一体化的跟踪算法，并设计了一套综合软件系统，主要工作如下：　　1.提出了一种基于局部背景学习的跟踪算法。引入了局部背景的思想，将目标与局部背景看作一个集合的结构，作为一组对象进行跟踪。在此基础上，提出了局部背景模型和局部背景先验模型，根据目标与局部背景之间约束关系来辅助跟踪，进而提高跟踪效果。大量的仿真研究表明跟踪算法能够适应目标表观变化，稳定的跟踪目标。跟踪算法满足实时性要求，达到200fps。　　2.提出了目标检测、识别与跟踪一体化算法框架。在TLD跟踪框架下引入目标识别来辅助跟踪，强调的是检测、识别和跟踪三个模块之间的相互作用，而非单个模块的跟踪效果。针对目标检测和识别模块，提出了基于共同训练的学习算法来在线更新Adaboost分类器。在标准测试视频库上进行大量的实验并与先进的跟踪算法对比，证明了本文算法的优越性。　　3.开发设计了运动目标检测、识别与跟踪综合系统，实现跟踪一体化。通过系统运动目标能够实现自动标注，并初始化跟踪器，最后通过视频监控图像进行了验证。