如今,运动目标跟踪是计算机视觉领域中最具有挑战性的任务之一,其应用于人机交互,智能交通监控和机器人等。并且随着目标跟踪与识别技术的快速发展和安防智能监控的不断提升,智能监控,地形导航及视频智能标注等应用的智能化要求越来越高。智能监控系统是指监控系统在非人为干扰和控制的情况下,计算机能自动对监控设备传递的图像进行处理,对运动物体的运动,姿态等做出相应的行为分析,其涉及领域主要有人工智能,模式识别及大数据处理等。目标跟踪是智能监控系统中不可缺少的部分,其性能决定了监控系统功能强弱和性能好坏。尽管进行了大量的尝试,但克服运动目标跟踪中的干扰因素仍然是一个具有挑战性的任务,比如尺度变化,遮挡,突然运动,光照变化以及平面内外旋转。论文针对目前目标跟踪所存在的问题,结合行业内的一些常见跟踪算法进行深入的研究,具体成果如下:1、提出了一种多特征融合的增强型核相关滤波算法。该算法有效地减少运动目标跟踪过程中光照变化,遮挡,尺寸变化等因素的影响。该算法首先提取图像的方向梯度直方图特征信息、颜色名称信息、局部二值模式纹理信息及Canny边缘信息来融合成一组多特征信息进行目标跟踪,然后采用多尺度搜索方法自适应目标区域的尺度变化,最后比较前一帧与当前帧的最大输出响应分数,判断目标发生遮挡等情况是否存在,若遮挡等情况存在,即对模型参数重新更新。实验结果表明,该算法在目标跟踪过程中受快速运动、遮挡、尺度等影响时,比传统目标检测算法具有更高的准确性、鲁棒性。2、提出了一种基于核相关滤波的视觉跟踪算法。由于视频序列中选取首帧作为目标模板训练的样本,难以解决遮挡和目标外观形变等问题。并且由于样本单一,不具备从复杂模板中恢复的能力,继而该算法基于聚类方法设计了多模板匹配框架,通过本框架可以更加准确地跟踪目标,同时本论文还提出了一种随机更新多模板匹配策略,确定了核相关滤波的学习因子,从而实现了学习因子自适应更新模型。通过自适应学习因子和多模板匹配,该算法对部分遮挡、光照和目标尺度变化具有较强的适应性。3、提出了目标跟踪系统设计及实现。本系统基于QT平台,结合OpenCV等视觉库,实现了对监控场景下对不同的目标跟踪。系统功能有(1)目标检测跟踪功能:本软件可以对指定视频文件进行正在移动的目标跟踪;(2)目标边缘检测功能:本软件可作为边缘检测,提供对指定文件进行检测;(3)视频播放功能:本软件可作为播放器,提供对多种格式视频文件的播放。(4)视频录制功能:本软件可以根据用户需求对指定视频文件进行指定性录制。