在监控领域,随着计算机硬件方面的不断改善,目标跟踪的应用越来越广泛。但由于单视觉传感器在目标信息的提取方面的不足,在场景比较混乱,或者长时遮挡等情况下容易发生目标丢失。多视觉协同目标跟踪可以有效解决这些问题,尤其对于目标的长时遮挡。因此,本文提出了一种基于概率模型的多视觉协同目标跟踪的方法,通过多次实验,在目标的长时遮挡方面取得了较好的效果。本文的内容主要包含以下三个部分:针对单视觉中目标特征提取不足的问题,提出了一种融合多个视觉传感器中目标的后验概率的空间粒子滤波目标跟踪方法。针对三个视觉传感,首先,对每个视觉传感利用经典粒子滤波方法计算每个视觉传感器中粒子的权值,然后,计算每个视觉传感器中的粒子在其他视觉传感器中的对极线,并得到落在以该对极线为中线,目标框的高度为带宽的对极带内的所有粒子,并将落在对极带内的粒子的权值的均值作为该视觉传感器的粒子在其他视觉传感器中的投影权值,将粒子权值和投影权值相乘得到该粒子的空间权值,以此代替经典粒子滤波中的权值,对目标进行跟踪。针对目标跟踪过程中利用目标的相似度进行目标丢失判断时易受到光照和其他目标影响的问题,本文在此基础上提出了基于偏离度并结合传统的相似度的目标遮挡判断方法。首先得到一个视觉传感器中的每个粒子在其他视觉传感器中的对极线,然后计算其他视觉传感器中每个粒子距离对极线的距离,然后对所有的距离相加作为该视觉传感器的目标偏离度。通过判断某时刻目标的偏离度和相似度来判断目标是否存在遮挡。针对目标跟踪中长时遮挡目标容易丢失的问题,提出了一种基于概率模型的多视觉协同目标跟踪方法。当利用相似度和偏离度判断出目标已经遮挡,求出其他视觉传感器目标框中心在该视觉传感器中的对极线,并在该交点附近对粒子进行振荡,然后利用震荡后的粒子估计目标状态,从而实现多视觉传感的协同目标跟踪。通过大量实验,本文提出的基于概率模型的多视觉协同目标跟踪方法能够有效的解决目标的长时遮挡问题,具有较好的鲁棒性。