随着智能监控体系方向科研的深入与普及,对运动目标的检测和跟踪在计算机视觉方向拥有着越来越高的位置。因为光照变化、场景的复杂、目标运动方式多样性、目标外观的多样性和目标之间的相互遮挡,使得运动目标检测与跟踪这一研究方向仍面临着许多难以解决的问题,需要进一步的深入研究。本文主要研究方向就是静态场景下多运动目标检测和跟踪。主要工作如下：在多运动目标的检测方向上,由于VIBE存在鬼影和长期暂停目标难以抑制的缺陷,本文提出了抑制鬼影和静止目标的VIBE后续处理办法。步骤如下：首先,通过OTSU准侧来使VIBE算法中的判断阈值达到自适应,从而在前景的判断以及目标的分割上得到优化,其次使用基于HOG的支持向量机(SVM)分类器处理检测后得到的目标,使粘连为一体的目标能够被区分；最后,通过比较VIBE检测出的前景与背景的轮廓相似度,来判断该前景是鬼影或静止目标,采用不同的更新策略对二者进行抑制,从而达到消除鬼影与静止目标的目的。通过本文所做的一些实验,以上提出的方法能够准确地检测并分割出运动目标。在目标跟踪领域,由于基于轨迹优化的多目标跟踪算法存在长期遮挡无法继续跟踪和实时性不佳的缺陷,本文提出了优化跟踪和提高实时性的一些改进。本文通过加大基于轨迹优化多目标跟踪能量函数的持续性选项的系数来增加轨迹融合的能力,为了防止出现错误的轨迹融合,又在能量函数中加入了间隔帧比较这一选项,从而增强了跟踪长时间被遮挡目标的能力；其次,本文将视频序列分段采用轨迹优化的方式跟踪,在段与段的接口处进行连接,从而不必等到检测完整个视频的所有目标才输出实验结果,增强了视觉上的实时性。通过本文所做的一些实验,以上的方法比较可行、有效。