多目标视觉跟踪技术作为视觉跟踪领域的一个重要研究方向,在近年来,越来越受到国内外学者们的关注,其研究热度逐年上升。特别是以人等一类的非刚体作为被跟踪目标的这类跟踪技术的研究,在众多学者们努力下,取得了许多开创性的成果。这使得多目标视觉跟踪技术在民用方面如交通人流统计分析、医疗导航、银行安防区域监控等领域,以及军事方面如弹道导弹防御、空中预警、空中攻击等这些领域,不但取得了广泛的应用成果而且更有长远的科研意义。针对多目标跟踪中单一使用某种跟踪技术难以在复杂背景环境中稳定的对多个目标进行跟踪(如存在干扰的背景、目标尺寸形态的变化、目标遮挡等情形下的跟踪),在对多目标跟踪领域中的经典理论及其应用特点进行综合分析的基础上,展开了本文的基于运动检测与特征融合的多目标跟踪算法的研究。本文的主要工作有：1.稳定、抗干扰的运动检测算法。本文将信号能量分析思想与码本模型相结合,在YUV空间上进行码本建模以克服传统码本法计算量大、实现复杂的缺点,并利用信号能量分析方法对复杂背景中树叶、水波、阴影等干扰的良好滤除效果,提出了本文的融合信号能量分析的改进码本法的运动检测以实现多目标在跟踪前的分离。2.基于运动检测与特征融合的多目标跟踪算法。在运动检测的基础上,通过对运动目标进行H-S2D直方图特征及SIFT特征的综合相似度匹配来实现目标之间的数据关联,并引用“粒子滤波器”的预估计器作用和"Mean Shift技术”在目标遮挡时的良好跟踪能力,实现对多运动目标的稳定跟踪。通过与Kalman滤波器、粒子滤波器以及Mean Shift这三种典型跟踪技术的实验对比与理论分析,论证了本文跟踪算法在满足实时性的前提下,所具备的稳定的跟踪能力。