随着智慧城市和公共安全需求的日益增长,监控摄像头的安装数量正日益增多。在不影响现有物流过程的同时,利用视频监控数据实现对溯源目标的跟踪追溯是溯源领域的新思路。同时,基于监控视频提取的溯源轨迹数据可以提供更为直观的证据,这样的结果往往更容易被用户所接受。在视频监控系统中,众多的摄像头、庞大的监控网络,瞬间就会产生海量的视频数据。面对如此大的监控规模和视频数量,采用人工处理的方式已经远远不能满足实际应用的需求。为了从海量的视频监控数据中提取出包含目标运动轨迹的溯源数据,我们需要对溯源视频进行快速、高效的处理。目标检测识别和目标跟踪是提取溯源数据的主要技术。本文对溯源监控视频进行深度挖掘,基于智能视频监控技术中的目标检测、目标识别和目标匹配跟踪算法,从海量的监控数据中高效地提取出可以用于溯源的轨迹信息,实现基于多摄像头的目标跟踪与连续轨迹生成。本文的主要工作如下:1.从溯源的角度出发,基于目标检测算法,提出了一种结合非参数化背景建模与帧间差分法的有效帧提取方法,从监控视频流中提取出存在运动目标的有效帧图片以及包含目标的子图;再通过基于深度学习的目标识别算法分析各目标子图,对包含目标的子图的边界进行精修,并在此基础上进一步提取出有效帧图片中与溯源相关的目标的类别和位置等与目标相关的信息,实现对监控视频中有效信息的提取。2.从空间和时间这两个角度对与溯源目标相关的信息进行数据融合,针对当前场景中的多个摄像头建立二维图像空间与三维真实空间的映射关系,并基于坐标映射方程,将溯源目标在二维图像空间中的像素坐标映射到三维真实空间;综合类别信息、位置信息以及图像特征信息对相邻时间节点中的目标进行匹配,连接相邻时间节点中的相同目标,获取目标在当前监控场景中的运行轨迹数据,实现基于坐标映射的数据融合。