我国当下的视频监控应用场景不断增加,无论是学校、医院等环境复杂、人口密集的公共场所,还是居民住宅、商店等一些存放重要财产的私人场所,都离不开视频监控的监管防护。目前视频监控的主要对象为视频中的行人,在社会安防、城市管治、自动驾驶等领域都有着重要应用,通过对视频中行人的识别捕捉,可以有效对危险行为的发生做出预警,更好的保障人民生命财产安全。以往通过人工的办法对视频监控中的行人进行监督的方式不仅人工成本高且可靠性低,如何利用计算机技术实现对视频监控下行人的实时检测跟踪,是当下智能监控的重要需求。针对此问题,本文深入研究了以计算机视觉技术和深度学习为主要技术手段的行人检测跟踪方法,并研究设计了一套完整的行人检测跟踪方案,该方案通过对大量行人数据的特征学习,可以实现对视频中行人的实时检测,以及在视频图像帧之间对目标实时匹配跟踪。本文分别从行人检测和行人跟踪两个方面进行了系统研究,前者实现了对监控视频中行人的识别与定位,后者实现了对视频中行人的轨迹追踪,本文的主要工作如下:（1）基于YOLOv4的行人检测算法研究。首先,为丰富场景数据信息、提高模型泛化能力,收集了白天、黑夜两种环境下多处校园场景中的行人图像数据,经过细致筛选保留合适数据并完成了对图像中行人的标注工作,通过多种数据增强方式对数据集进行扩充;其次,基于YOLOv4算法对行人检测的方案进行了研究,包括K-Means算法获取行人的Anchor尺寸、YOLOv4分支输出设计、训练数据处理、网络训练的基本策略等,经测试集验证,在白天黑夜两种环境下检测精度分别达到92.18%和83.46%,满足实际应用需求。（2）行人检测算法的优化研究。为进一步提高检测模型的检测精度,优化方案主要分为目标边界框回归策略优化、正负样本不平衡策略优化、非极大值抑制策略优化三个方面。首先,对比研究了几种常见边界框回归策略,结合各种方法优点设计了新的边界框回归策略,在PASCAL VOC数据集上对比测试结果表明,该方案相较于第二名有0.88%的平均精度提升;其次,为解决行人目标与环境两个类别在空间数量分布不平衡问题,研究设计了可变γ系数对二者权重进行调整,使模型收敛更加稳定;然后,针对多行人重叠遮挡时传统非极大值抑制策略会降低检测精度的现象,提出了软性非极大值抑制策略进行改善。最终融合以上三种优化策略,应用于行人检测,在所制作的行人数据测试集对比优化前的方案有2.19%的精度提升。（3）基于检测+跟踪策略的行人跟踪算法研究。针对视频监控中的多行人目标,以YOLOv4实现的行人检测方案为基础,采用行人检测、行人状态预测、行人匹配关联、行人状态更新的多目标跟踪框架实现相应行人跟踪方案,同时对匹配模块的重识别策略引入了结构更复杂的Resnet50深度学习模型进行优化,在MOT16多行人数据集上对比优化前跟踪准确度指标有8.64%的提升、身份切换次数指标有155的降低改善,提升了方案整体跟踪能力。本文针对视频监控下行人检测跟踪课题研究了一套完整的研究方案,通过对大量行人数据的训练学习使模型达到了较高的识别精度,同时采用多种优化策略不断对整体方案进行优化改进,在不同环境下实现了对行人的高精度检测,证明了方案的可行性、有效性和鲁棒性,为满足行人检测跟踪的智能监控需求提供了可靠的应用价值。