视频多目标跟踪是计算机视觉领域中的核心课题之一,其融合了图像处理、自动控制、模式识别、人工智能等多个学科的先进技术,被广泛应用于军事、视频监控、交通管制和人机交互等多个领域,具有广阔的应用前景和巨大的经济价值。本文基于静止、单摄像机的视频序列,分别对视频多目标跟踪中的视频目标检测、滤波算法和多目标关联进行了大量研究以及仿真分析。首先,介绍了帧间差分法和简单的背景差分法,并重点研究了混合高斯背景建模法,利用两个颜色空间的多个阈值对阴影进行移除,得到了很好的检测效果。其次,介绍了适应于线性高斯的卡尔曼滤波算法,重点研究学习了适应于非线性非高斯的粒子滤波算法,为后续视频跟踪打下了理论基础。再次,介绍了多目标跟踪中的数据关联算法,针对视频多目标的特点,选择以欧氏距离与颜色直方图距离相结合的目标关联方法,对轨迹进行合理匹配并判断冲突情况的发生。最后,在前面知识的基础上提出了一种基于粒子滤波的自适应滤波跟踪算法,该算法首先根据多目标关联判断冲突情况,没有冲突时选择以颜色为特征的观测模型,冲突时选择将空间信息与颜色特征相融合的观测模型,合理分配计算负荷的情况下有效地处理了多目标之间遮挡、分离与合并的复杂运动情形。