随着科学技术的发展,视频中的多目标跟踪技术一直以来是很多人工智能研究学者的一项重要研究内容。人体多目标跟踪在视频监控、无人驾驶和人体运动分析等领域得到广泛应用。尽管很多研究人员已经在多目标跟踪上取得很大的成就,但是由于光照、人体交错运动、遮挡、形变等众多因素的影响,依然存在一些需要解决的问题。多目标跟踪效果的好坏也与目标检测也有密切的联系。本文针对不同的影响因素,主要研究内容及创新如下:(1)针对SSD目标检测算法在检测过程中需要对提取特征图中的每个网格进行多框预测的复杂问题,提出了一种避免冗余计算的改进方法。先获视野中的背景进行背景建模,利用基于自组织的背景减除法获取当前视频帧中目标出现的区域,然后利用SSD对目标区域框进行分类,获取检测到的人体目标,避免了对只包含背景特征的网格单元进行多框检测。针对SSD检测算法对小目标检测效果不佳的问题,提出一种利用上下文信息实现特征融合的方法。(2)针对多目标跟踪过程中目标的区域密集度和跟踪的实时性问题,提出了一种基于区域划分的多目标跟踪算法。先将检测获得的目标作为图的结点,利用相关聚类算法进行区域划分,然后利用检测目标与跟踪目标的相关性将跟踪目标归入划分的区域,最终跟踪场景被划分为简单跟踪区域和复杂跟踪区域。在简单跟踪区域中,采用简单的颜色特征作为跟踪依据;在复杂跟踪区域中,采用复杂特征的跟踪模型实现目标跟踪。(3)针对复杂跟踪区域中的遮挡以及快速运动对目标跟踪的影响问题,提出了一种基于局部特征的跟踪方法。首先,利用Kalman滤波对遮挡目标进行运动范围预测;其次,将跟踪目标进行网格化,通过改进的卷积神经网络(CNN)训练出一个基于局部特征自适应加权的跟踪模型,再结合离线方式的核相关滤波跟踪算法,实现对局部遮挡以及完全遮挡情况下的目标跟踪。最后,在MOT-2016数据集上的实验结果表明,本文所提出人体多目标跟踪算法能更好地处理复杂场景下存在的跟踪问题,且具有更好地实时性。