随着智能视频监控系统的飞速发展,监控视频在公安、智能交通方面发挥着越来越重要的作用。由于监控视频数据无结构、数据量巨大,监控视频系统面临着海量数据危机。人们期待可以更高效地存储、更便捷地浏览视频的信息。本文研究的视频摘要是一个浏览和索引这些视频的高效方法,它保存了原始视频的关键信息,同时使得视频长度大大缩短。近年来,面对视频摘要的研究虽然取得一定的进展,但是与实际应用的要求还有一定差距。因此,面向监控视频的摘要生成及应用技术不仅具有重要的理论研究意义,而且具有重要的应用前景。本文旨在从监控视频中提取运动目标及其运动轨迹、对轨迹在时空上重新组合,构建一个视频摘要生成与应用系统。针对现有研究方法中目标提取不准确,跟踪不稳定等问题,本文主要开展以下三方面的研究：(1)监控视频中目标检测及轨迹生成；(2)监控视频中运动目标轨迹组合优化；(3)设计并实现了视频摘要的生成及应用的原型系统。本文的主要贡献如下：1.提出了结合网络流和迭代Hankel矩阵的全部最小二乘(IHTLS)的多目标跟踪算法。本文的多目标跟踪算法采用先检测再跟踪的策略,即先利用可变部件模型(DPM)算法将视频中的目标提取出来；然后利用改进的网络流算法获得初始跟踪结果,再结合IHTLS算法恢复丢失数据,对初始跟踪结果进行改进,获取目标轨迹。2.提出了基于聚类的轨迹组合优化算法。采用能量函数定义轨迹在时空中重新组合产生的目标冲突,目标丢失的代价。根据目标的起始、结束空间位置,使用K-means进行聚类；再采用基于线段树的方法,对这些目标在摘要视频中的时空位置进行规划。3.设计了基于多目标跟踪的视频摘要生成及应用的系统框架,实现了实验演示系统。我们把目标检测、多目标跟踪和轨迹组合优化模块进行整合,并使用泊松图片编辑技术来优化摘要视频的合成。实验结果验证了所提视频摘要方法的有效性。