实现对在航船舶的实时动态跟踪是内河航运安全监管系统的核心要素。在现有内河船舶动态监控系统中，由于AIS系统、雷达系统存在各自明显的局限性，再加上CCTV系统简单直观、投资性价比高的突出特点，使得基于视觉技术的内河船舶动态监控成为内河航运监管的发展趋势，是亟需解决的重大课题。但是由于该领域客观的特殊性，相关研究仍然处于初级探索阶段。本文的研究内容定位于探索适合对内河CCTV系统覆盖的重点水域的在航船舶实现准确、鲁棒、实时的视觉跟踪系统，研究成果对实现内河航运安全监管具有重要的学术及应用价值。本文主要研究工作概括如下：　　(1)随机投影跟踪算法理论分析及实验对比研究。从原始信号属性、随机观测矩阵、低维特征选择等角度对50多种随机投影类跟踪算法进行系统地、全方位地理论分析研究，深度挖掘各种随机投影类跟踪算法的优缺点及适用范围；选择10种最具代表性的随机投影跟踪算法在内河船舶跟踪数据库中进行大规模实验对比研究，研究结论既为本文后续研究提供了方向指南，也为相关领域研究者提供了借鉴及指导意义。　　(2)提出了一种正交粒子滤波低秩约束随机投影内河船舶跟踪算法。设计的船舶动态模型通过对相邻时间段船舶运动状态的差分实现对船舶状态变化速度的有效预测；提出正交粒子采样策略，利用正交实验构造正交粒子数组实现对粒子有效重组和优化选择，显著提升粒子的有效性、代表性及多样性；采用轮廓和颜色特征融合策略实现对目标船舶的鲁棒表达；提出的随机观测矩阵能够根据目标船舶不同的初始化尺度大小而自适应改变；提出的低秩约束随机投影判别模型能够有效降低对数据先验分布假设的依赖，使算法性能更加稳定。　　(3)提出了一种跟踪检测协同的内河船舶跟踪算法。跟踪模块、检测模块协同执行，目标船舶的最终位置由跟踪模块、检测模块的输出共同决定。根据目标船舶运动过程中经历干扰的程度自适应地调整检测搜索范围，提出的低秩约束随机投影分类器简单有效，判别性高，能够显著提升级联检测器对目标船舶定位的准确性。　　(4)内河船舶跟踪标准数据库的建立及内河船舶跟踪算法在线实验平台的设计。截止目前，在内河船舶跟踪领域，还没有公开发布的内河船舶跟踪标准数据库及在线实验平台。建立了内河船舶标准数据库，CCTV视频数据由多地海事局协助提供，具有较高的完备性和代表性；设计了在线实验平台，该平台实用性强、稳定性高、易于扩展和维护。内河船舶跟踪标准数据库的建立及在线实验平台的设计旨在为广大同行提供统一的算法评估及分析的科学工具，为促进本领域的发展做出贡献。