针对多摄像机下的同一目标的识别与跟踪问题,本文主要从以下几个方面对该问题进行了研究:单摄像机下的多目标跟踪,多摄像机之间同一视频对象的特征匹配与识别,多摄像机下同一目标的连续跟踪,并且实现了一套多摄像机智能监控系统。本文的主要工作和提出的主要创新点有:(1)提出了一种基于融合运动估计的符号化多目标跟踪算法,该算法根据符号化的运动目标生成匹配矩阵,实现了对处于正常运动状态的目标的跟踪和对目标的特殊运动状态(消失、遮挡等)的判断。针对多目标之间相互遮挡的复杂场景,设计了一种带卡尔曼滤波修正的模板匹配算法,很好地处理了目标之间轻微遮挡和严重遮挡的情景。通过验证不同场景的测试视频序列的跟踪结果和对照实验证实了该算法的可行性。(2)针对多摄像机下同一目标的特征匹配和识别,提出一种基于贪心策略的子块匹配解决不同摄像机视野的行人中的对应子块存在位置偏移,同时结合非监督的显著性学习算法,实现多摄像机下的行人重定位。实验结果表明,该算法相对几个经典算法而言,在匹配准确率上有了一定程度的提升。(3)提出并实现一套基于识别存储服务设备的智能视频分析系统。该系统针对于特定的运动目标,及图像中的车辆及人群,智能视频分析系统可对可疑目标进行快速的检测,标定,并可对可疑目标进行实时跟踪,对其运动轨迹行为进行分析。该系统充分体现了智能监控的应用价值,并已用于实际生产中。