目标跟踪(object tracking)是计算机视觉领域的一个研究热点，可广泛应用到生活的诸多方面，例如视频监控、异常行为序列识别等。本文中提出的多目标的跟踪方法基于一种常见的应用场景，即公共场合的多摄像头视频监控场景。在这种应用场景下，有多个摄像头对同一目标区域进行拍摄。如果解决在这种应用场景下的多目标跟踪系统，是本文中需要解决的问题。　　为了完成基于多摄像头视角的多目标跟踪系统，本文的工作可以分为以下几个部分。　　1.数据的预处理的工作。为了提高目标检测和跟踪的准确度，本文中进行了大量的数据预处理工作，如图像的背景减除以及图像的颜色校正等。然后是目标检测。　　2.目标检测，在本文是所使用的是基于Deformable Part Model的检测方法去训练检测器，而后进行检测。　　3.单视角跟踪结果获取。在单个视角中，本文使用结构化保持的多目标跟踪算法去连接检测结果，获取跟踪的序列。由于目标光照或者姿态的变化，一个目标可能对应多个跟踪序列，为了获取一个目标比较稳定的跟踪，就需要进行单个视角跟踪结果融合。　　4.跨视角跟踪结果融合。在每个视角中，跟踪的结果是独立获取的，因而相同的目标在不同的视角中可能对应着不同的标号。为了统一标号，就需要进行跨摄像头视角的跟踪结果融合。在这里，使用了两种方法，分别是基于特征比较的方法和基于空间对齐的方法，这两种方法对应着不同的应用场景。　　本文就多摄像头视角下的多目标跟踪问题提出一整套完整的解决框架，完成了单视角多目标跟踪结果获取和跨视角跟踪结果融合等一系列的问题，取得了比较理想的跟踪结果。