目前,视频监控系统广泛应用在无人值守的单位、社区和道路监控等领域,而基于监控视频序列的事后分析对于找寻事故发生原因具有重要作用,但在多路视频中采用人工方式对特定目标的检测不仅费时费力,而且容易受到人为因素的影响。因此针对特定目标的路径轨迹检测方法的研究对于提高视频目标检测的智能化具有一定的实际意义。为了能够从多路视频序列中准确地提取出同一个运动目标,本文在优化现有目标跟踪算法的基础上,辅以目标对象出现的时间和位置等信息,研究了一种基于多路视频的特定目标轨迹跟踪算法,实现了特定目标轨迹的检测。本文以多路视频中的行人为研究对象、以校园各路口为背景,重点研究摄像头固定情况下对特定目标的检测、识别与跟踪,以便为后续目标轨迹检测过程提供所需要的数据。在底层视觉处理阶段,采用自适应高斯混合模型背景减法实现运动前景检测,通过基于Hausdorff距离的模板匹配完成目标识别,再利用优化的压缩跟踪算法进行目标跟踪。在高层视觉处理阶段,本文将各路口的监控区域进行划分以提高检测精度,同时结合目标在各路口出现的时间和位置以及目标在该时刻的运动速度和方向特征等影响因素进行综合考虑。在此基础上预先设定一个判别阈值,相同时刻有两个或两个以上路口均检测出目标时,可依据预先设定的阈值排除部分干扰。依据特定目标在每帧的位置获取其在每路视频中的行动轨迹,将不同时刻采集到的多路视频中特定目标的位置信息连接起来,构成完整的多路视频目标行动轨迹。为了证实本文所提方法的有效性,本文对某校园各路口收集的真实轨迹数据进行统计,分别验证了简单和复杂场景下本文算法的检测精度,并与基于Kalman filter的轨迹算法进行性能对比分析。实验表明,本文所提的目标运动轨迹检测算法在校园场景下检测精度良好。