随着计算机技术、图像处理技术的进步和人们安全意识的提升,视频监控系统已得到了广泛的应用,视频摘要是一种从海量原始监控视频数据中获取信息的有效手段,而其基础正是目标的检测跟踪。人体检测及姿态估计是指标定出图像中的人体或部位的位置信息,是计算机视觉领域研究的热点和难点之一。本文对传统的人体检测及姿态估计方法进行调研,现有的检测跟踪算法对于遮挡情况的处理仍然不够理想,尤其是未经校正的缺少深度信息的普通单目监控视频;传统的姿态估计方式往往忽略了人体姿态自身的连续性和人体目标轨迹中的时空连续性。本文以此为基础,做出了如下工作。一是提出了一种基于运动外形信息融合的多目标行人跟踪方法。首先对视频序列中检测出的行人多目标提取其运动信息和外形信息,对行人目标间各信息的差别进行度量,并根据信息的分布情况调整相应系数,将行人目标与各轨迹的距离度量融合为距离代价,构成代价矩阵,最终使用匈牙利算法实现任务分配,以此进行行人多目标关联跟踪,提升了单目视频中出现短暂遮挡情形时的人体检测跟踪效果。多个监控视频行人跟踪数据集的实验结果表明了本文算法对于行人目标短暂遮挡处理的可行性和有效性。二是提出了一种基于软标签的时空约束人体朝向姿态估计方法。首先由于人体姿态的连续性,使用标签分布学习分类模型,将相邻标签的样本也用来描述该标签,然后对人体轨迹序列进行姿态估计,并引入隐马尔科夫模型来描述时域上姿态朝向的变化,再提取轨迹的时空信息用来约束朝向姿态以逐轨迹自适应的获取可靠的估计,以此利用姿态自身的连续性和轨迹中的连续性提升了在人体轨迹序列中朝向姿态估计的连续一致性。与主流分类器结果的比较表明该方法能够更好的得到连续轨迹中人体的朝向姿态。