基于我国交通路口违章事件日益增多的现状,利用视频流对交通违章目标进行检测跟踪获取违章证据,凭此处罚教育可有效提高公民交通安全意识和降低事故发生率。视频流的交通违章目标检测存在人群密度过高易误检的现状,跟踪过程存在遮挡等因素导致的跟踪成功率和精准度下降问题。对于上述问题现状,本文研究了以下三个方面的内容:1、针对违章目标误检问题,提出一种基于YOLOv3目标检测算法的边框回归方法。通过结合肤色检测及人脸检测,利用位置得分函数对行人非机动车目标进行预测边框回归操作。2、提出一种自适应加权系数的互补跟踪算法,利用相关滤波响应和理想高斯响应的相似度实现最终响应得分函数的加权系数自适应。3、针对跟踪过程中违章目标易受到遮挡等现状,提出一种基于轨迹预测方程和滤波模板记忆网络的遮挡重跟踪方法。在遮挡帧建立记忆滤波模板,将从轨迹预测方程得到的候选目标预测框分别与滤波模板和记忆滤波模板进行响应计算,根据响应对比结果确定目标位置,同时利用滤波模板记忆单元更新滤波模板和记忆滤波模板。通过对宁波市交通部门的部分路口监控视频数据处理与对比分析,验证了本文方法对遮挡跟踪有良好的处理效果,同时具有误检率低、跟踪成功率和精准度高、空间鲁棒性好等特点。