随着人工智能、机器学习的快速发展,以及摄像终端设备的广泛普及,基于计算机视觉技术的相关研究及应用得到了空前关注。其中目标检测与跟踪是计算机视觉领域的一个基础而又非常重要的研究领域,对诸如行为识别、事件检测和行为预测等中高级语义分析起着至关重要的作用。目前为止,目标检测与跟踪技术发展迅速、应用普及,在准确率和实时性方面均取得了令人满意的成果。但在航空、海事等一些应用领域,当目标距离成像设备较远或者目标本身尺度较小的情况下,对于这些小尺寸目标的检测和跟踪仍然存在大量亟待解决的问题,如分辨率低、背景干扰、遮挡、跟踪丢失、召回率低等。针对上述问题,本文研究基于监控视频的小目标检测与跟踪算法,提出相应方法以解决目标检测与跟踪中小目标召回率低等问题,从而提高视频监控的有效性,本文研究取得的主要成果如下。1.提出了基于双三次插值和特征融合的SSD目标检测算法BFSSD(Bicubic Interpolation and Feature Fusion based Single Shot Multi Box Detector Object Detection Algorithm)。以SSD网络为基本框架,利用基于双三次插值的方法对相应的特征层进行上采样;然后,对相应的特征层进行融合;最后验证所提算法的有效性。该算法面向小目标,着眼于特征层的上下文信息融合,利用特征融合的关键操作——双三次插值完成维度对齐的工作。为了应对目标检测中小目标的检测需求,将SSD算法进行了优化,优化后的算法将底层的位置信息和高层的语义信息相融合,实验结果表明该算法提高了小目标的检测率。在PASCAL VOC2007数据集上的平均检测精度为79.4%,高于SSD与DSSD(Deconvolutional Single Shot Detector)的检测精度。2.提出了基于特征融合和尺度自适应的相关滤波跟踪算法FSCF(Feature Fusion and Scale Adaptation based Correlation Filter Tracking Algorithm)。针对相关滤波器中目标表示能力不足问题,提出了融合颜色属性进行特征表达的方法;针对相关滤波器中模板大小固定的问题,提出一种有效的规模自适应算法。根据视频小目标的跟踪需求,对相关滤波算法进行优化,增强了小目标的特征表达,同时在位置和尺度上分别检测小目标,实验结果表明本文提出的算法提高了小目标跟踪效率。在VOT 2014数据集上进行实验,本文提出的方法能跟踪约78%的视频小目标,在OTB-50基准数据集上的50个序列优于CN、CSK、SAMF和KCF跟踪器。