随着科技的快速发展,人民生活品质不断提升,对安全的需求也越来越迫切。视频安防监控行业发展迅速,各类应用也提出了不同的监控技术需求。视频安防监控由数字化、网格化逐步走向智能化,基于监控视频进行目标跟踪是基本需求。目前,常规目标跟踪算法在单摄像头视角下有较好的跟踪效果,而在实际实践中,单视角跟踪存在着视域窄、信息少等局限性,通常应用的是多视角协同的跨视频跟踪。跨视频跟踪场景对目标跟踪算法提出了诸多挑战,如实时性、遮挡、尺度变化与外观变化等问题。如何改进目标跟踪算法模型,使其满足跨视频目标跟踪技术需求,是一个亟待解决的问题。本文基于孪生神经网络,从实时跟踪和面向尺度外观变化跟踪方面进行目标跟踪算法模型优化,构建了跨视频目标跟踪原型系统。主要贡献如下:1.提出了一种基于多路复用卷积的轻量级孪生网络目标跟踪模型MPSiam。针对目前主流跟踪模型网络结构复杂、推理速度慢的问题,构建了空间多路复用卷积和通道多路复用卷积,增强了特征图空间和通道之间的信息流动,减少了网络参数,加快了推理速度。实验表明,MPSiam模型在CPU和GPU上的推理速度都得到了提高,在CPU上的速度达到了实时跟踪的标准。2.提出了一种基于Transformer的面向尺度外观变化的孪生网络目标跟踪模型Tr MPSiam。针对主流网络模型不能充分利用视频帧间时序信息的问题,在MPSiam网络的基础上引入了Transformer结构来构建视频帧之间的推理关系。针对跨视频跟踪中产生的目标尺度外观变化问题,将基于Anchor-based的RPN网络改为基于Anchor-free的中心点目标估计网络,增加了尺度预测回归网络头,提高模型对尺度变化的敏感性。构建了一种基于动态模板的目标模板更新方式,在仅增加少量参数的情况下,实现了对目标外观的鲁棒建模。实验表明,Tr MPSiam模型可以充分利用时序信息,提高了跟踪精度,并且可以较好应对尺度与外观变化。3.开发了跨视频目标跟踪原型系统,并进行了实验验证。首先使用薄板样条函数和全局统一地理坐标,将像素坐标对应到全局坐标中,之后结合多边形裁剪算法和射线法,实现了对重叠区域的定位和进入检测,并形成了目标交接算法,最后在此基础上开发了跨视频目标跟踪原型系统。实验表明,系统可以在跨视频场景下对目标进行实时稳定的跟踪。