红外成像技术是根据不同的物体以及物体的不同部位产生的热辐射不同,依靠红外线传感器的热成像性能来获得图像的技术。目前,由于器件的价格降低,使得红外线成像技术得到了快速的发展,并且在军事及民用领域的应用越来越广泛,其中包括:红外制导、视频监控、侦察与安检、搜索与跟踪等多个应用场景。红外线视频序列中的多行人目标检测跟踪是红外线技术的一项重要的技术,发挥着重要的作用。与可见光下的视频图像序列不同的是,红外线视频序列中的图像的信噪比较低,目标与背景的反差比较小。这些特点使得在红外线视频序列的情况下进行跟踪和检测行人目标的难度增加。另外,视频中多目标的跟踪本身就是计算机视觉领域中的一个难点,对于红外线视频序列,更需要好的算法设计。本文的主要研究内容是实现自动的识别和跟踪红外线视频中的多行人目标。红外线视频序列的多目标跟踪过程主要分为行人检测和目标跟踪两部分。在行人检测过程中,将级联的Adaboost算法与EOH(Edge Orientation Histogram)特征进行结合,实现快速鲁棒的行人检测算法,大大降低目标检测的时间消耗,并且得到较好的检测效果。在目标跟踪过程中,根据行人运动的非线性非高斯特性选择了粒子滤波算法作为本文跟踪算法的主要算法,根据红外线图像仅有灰度特征改进了粒子滤波算法,并使用LBP(Local Binary Pattern)纹理联合图像的灰度特征建立观测模型,设计出适用于红外线视频序列多行人目标的跟踪算法,解决了目标的消失、遮挡、重新出现等问题。本文以实现红外线视频序列的多目标稳定的检测和跟踪为目的,兼顾整个跟踪过程的实时性,通过对目标检测和跟踪算法的改进与整合,实现了实时的、鲁棒中红外线视频序列多行人目标的目标跟踪。