随着计算机视觉技术的发展,视频监控在智能安防、企业生产、智能交通中发挥着越来越重要的作用。为了解决跟踪过程中行人的多尺度变化给跟踪带来的影响,本文针对在线目标跟踪算法开展研究,采用多个相关滤波器辅助跟踪,制定滤波器之间的辅助和约束关系以解决多尺度跟踪问题,采用深度学习特征与边缘检测特征融合得到更加丰富的特征,使得目标跟踪算法性能得到提升,课题研究内容具有积极的意义。针对目标检测算法,本文提出了基于Light-Head R-CNN算法的改进方法。检测算法需要较高的检测精度和速度,目前的一阶段检测算法和二阶段检测算法的检测精度和速度较为理想,但在保证速度的前提下,较小目标的检测效果有待提升。本文提出了将待检测目标场景的目标大小聚类、设置合适大小候选框的方法,提升了检测算法对小目标的检测能力。通过尝试不同的训练策略,提升了检测算法的检测精度,对复杂场景下的较小的行人检测有较好的检测效果。在特征的使用上,本文对卷积神经网络特征与边缘检测的融合进行了研究。在分析了卷积神经网络的组成单元、工作原理、前向传播和反向传播理论、网路训练策略后,进行了网络特征的可视化,提出了卷积神经网络特征与Canny特征融合方法。在孪生网络跟踪算法上获得良好的实验效果之后,本文将其用于基于相关滤波的跟踪算法,取得了很好的效果。在跟踪算法上,本文提出了基于KCF算法的改进算法。改进之处主要包括三个方面:针对多尺度目标跟踪,提出了多个滤波器相互辅助解决多尺度目标跟踪方法,通过在第一帧同时训练行人头部、臀部和身体躯干滤波器,同时设置滤波器间的辅助约束以尽可能多的利用目标信息辅助跟踪,然后通过确定头部和臀部滤波器的跟踪结果的距离确定目标的尺度,从而修改目标框的尺寸;针对搜索目标框的范围为固定值时,跟踪过程中目标发生尺度变化时有无法搜索到目标的情况,提出根据多个相关滤波器的距离设置了可变的padding范围,使跟踪过程中的滤波器有合适大小的目标搜索区域;在一定范围内搜索目标框时,提出了更为高效的二阶段搜索方式,可以一定程度上减少跟踪过程中的时间消耗。根据VOT2016的部分行人数据集上的测试结果,本文改进后算法的平均重叠期望（EAO）达到了 0.208。最后,对本课题所开展的研究工作进行了总结,并展望了未来的研究方向。