运动轨迹提取是智能视频监控的重要课题,涉及运动目标检测、目标分类、目标匹配等方面的内容。本文深入研究了监控场景中单个人体目标、多个人体目标的运动轨迹提取方法,解决了多目标部分遮挡情况下轨迹提取的难题。轨迹提取要求确定每一帧视频中各个运动目标的位置,鉴于监控场景中运动目标的复杂性,本文提出了基于多元组的运动轨迹模型,不仅记录每帧视频中各个目标的位置信息,而且包含目标的运动方向、运动速度、外接矩形、轮廓参数以及是否发生遮挡等信息,丰富了轨迹概念的内涵,有利于进一步分析。针对经典Camshift方法容易出现窗口漂移的问题,本文提出了一种基于时空约束策略的Camshift轨迹提取方法。该方法通过预测目标可能出现的位置约束搜索区域,根据运动检测结果对目标尺寸信息进行约束,使轨迹更接近目标实际情况。最后的仿真实验表明,该方法搜索速度快,轨迹提取精度高。针对遮挡情况下多目标轨迹提取精度低的难题,本文提出了一种自适应区域分割的多目标运动轨迹提取方法,该方法能够根据目标是否存在遮挡情况自适应地切换目标匹配模式。仿真实验表明,该方法能够稳定地提取多个人体目标遮挡情况下的运动轨迹。