随着计算机技术的发展,人们对人工智能的要求也日益提高,利用计算机视觉来解决人体追踪问题是目前的研究热点。特别是在智能视频监控中,运动目标检测和追踪技术为视频监控自动化的到来提供了有力的技术支持。运动目标检测和追踪技术是计算机视觉技术的两个主要研究方向,也是基础技术。本文使用三帧间差分和混合高斯模型相融合的方法来实现视频中运动目标检测,利用深度学习的方法来实现人体的识别和追踪。主要工作有以下几个方面。1)获取符合目标追踪要求的视频序列并进行预处理。在获得视频数据后,利用滤波算法和数学形态学操作对原始视频数据进行预处理,使图像信息更加完整和清晰,便于后续对运动人体目标的检测和追踪。2)运动目标检测。首先研究并实现了三帧间差分算法运动目标检测,在光照条件不理想的情况下仍然有较好的检测效果。接着实现混合高斯模型运动目标检测,有效避免了三帧间差分内容空洞问题,但是对光照条件敏感。将三帧间差分和混和高斯模型算法融合来进行运动目标检测,避免了普通二帧间差分容易产生的双影现象,解决三帧间差分容易使得检测到的目标内部产生较大空洞的问题,同时解决混合高斯模型目标检测的初期建模不理想和检测依赖良好光照的问题。经过实验验证,达到了更好的检测效果。3)人体目标追踪。通过深度学习的方法来实现运动目标追踪,分析了DeepSORT的原理,在DeepSORT的目标追踪中,将本文提出的运动目标检测方法作为DeepSORT的一部分,有效解决复杂光照环境下追踪不稳定的问题。同时在追踪过程中使用VGGNet对行人以及其他运动目标进行区分,达到了预期的追踪效果。基于上述研究完成了基于深度学习的人体检测与追踪系统的实现。该系统可以实时检测和追踪视频中的运动人体目标,能很好的满足用户的需求,同时通过测试表明系统达到预期设计目标。