随着安防产业的不断发展，视频监控设备在经历了模拟设备到数字设备再到网络设备的发展历程后，正在逐步朝着网络化、智能化的方向发展。视频监控系统正逐渐渗透到生活的各个方面，在机场、学校等大型公共场所都能够看到它的踪影。视频监控系统是一个综合性系统，其中涉及计算机视觉、网络通信、自动控制等多方面技术。本论文针对多摄像头视频跟踪系统中遇到的相关问题，以多摄像头环境为背景，主要研究目标跟踪技术、目标交接技术以及摄像机协同控制技术等，并在前人基础上提出改进方案。本文的主要内容为：1．分析阐述了多摄像头环境中目标跟踪所涉及的关键技术。在概述的基础上，有针对性地对部分算法进行了详细分析。2.研究了不同描述子在小尺度中的检测效果，重点比较了不同描述子在小尺度图像描述中的性能，通过实验验证了不同描述子在小尺度图像检测中的可行性。3．研究了HOG（方向梯度直方图）行人检测算子，通过HOG+SVM（支持向量机）的方法训练了一个小尺度HOG分类器，并提出将HOG和SIFT运用到传统的粒子滤波框架中，克服了传统粒子滤波无法及时发现和纠正跟踪错误的缺陷，提高了目标跟踪的准确性和鲁棒性。相比于基于直方图的粒子滤波，本文提出的方法在复杂背景情况下效果更好。4.针对多摄像头环境中的目标交接，分别研究了两种情况下的交接算法。在有视野重叠情况下，采用SIFT和单应性矩阵，自动生成目标分界线。同时，针对目标跨越两条视频分界线的情况，采用目标中心和脚点联合判断目标可见性，以完成目标交接。针对无重叠视野情况，采用D-S（Dempster-Shafer）数据融合框架，提出将SIFT（尺度不变）特征、颜色直方图特征和UV色度特征融合，完成多摄像头目标交接及协同跟踪。5．研究摄像机网络中多摄像头协同控制方法。本文在深入研究摄像机调度框架的前提下，通过Matlab GUI搭建了一个仿真平台，实现了基于博弈论模型的多摄像头调度算法，验证了该算法的有效性。该平台还可于今后调度框架的仿真。