随着国家经济的快速发展,近年来我国的乘用车增长保持较高的速度,然而随着汽车数目数量的增加,交通管理也面临着诸多问题。在复杂的交通网络中存在大量的汽车交通拥堵问题,因此目标识别和跟踪技术尤为重要,尤其是在犯罪跟踪和目标识别方面。本文以莱芜市智慧交通系统为例,主要研究基于智慧交通网络下的全方位目标识别和跟踪技术。对智慧交通网络及目标识别和跟踪的国内外现状进行了调研,结合国内外智慧交通系统发展,完成了莱芜市智慧交通系统设计。本文对交通监控网络中图像的预处理和后处理技术手段进行了详细的介绍,介绍了图像特征提取方法,提出了基于自适应遗传的图像特征提取算法。该方法克服了传统方法容易陷入局部最优的缺点,通过使用符号回归实验对其特征提取的效果进行了验证。研究了智慧交通监控中的目标检测算法,提出了基于自编码神经网络和softmax的移动目标检测算法,该级联式深度神经网络算法经过训练后可以快速和有效地识别移动物体。经过所在市的交通相机拍摄算法屏幕验证,效果非常显著。最后进行了基于智慧交通监控网络的目标跟踪算法的研究,提出来基于EKF预测采样的粒子滤波和基于卡尔曼滤波的特征匹配跟踪算法,结合这两种算法进行了实验验证,取得了令人满意的效果。