在实时监控过程中,传统视频监控系统存在人力成本高、漏检率高、告警不及时等问题,有必要研究可疑人员跟踪与识别中的关键技术问题及系统。本文对视频分析技术中目标检测、目标跟踪和行为识别方法进行了研究,搭建了可疑人员跟踪与识别系统。具体工作如下:(1)提出基于VIBE+的运动目标检测算法。该算法以DBSCAN聚类算法为桥梁,将三帧差法和传统VIBE算法结合,达到优势互补的目的。实验证明VI BE+算法有效改善传统VIBE算法“鬼影”问题的同时,也避免了三帧差法存在的“孔洞”现象,在时间开销上,满足系统实时性要求。(2)提出基于改进粒子滤波的目标跟踪算法。从特征增强、增加粒子多样性、提升算法抗干扰性和引入目标模板更新策略四个方面对粒子滤波算法做出改进。实验结果表明,改进的粒子滤波算法有效改善了在环境迁移、目标被遮挡或姿态变化较大时传统粒子滤波算法的鲁棒性不强的问题,时间开销满足系统要求。(3)设计行人异常行为识别算法。区域入侵行为检测,通过在手动划定禁区内进行行人检测实现。单人摔倒行为,通过跟踪目标行人,获取加速度特征和形状特征,构建规则进行摔倒判定。设计基于运动历史图的能量函数识别多人异常行为。实验证明异常行为识别算法检测准确率高,时间开销满足系统实时性的要求。(4)最后,在上述研究成果的基础上,利用MFC、OpenCV和MySQL技术进行了系统架构设计、数据库设计、算法模块化封装和用户交互界面设计,实现了可疑人员跟踪与识别系统。