目标检测与跟踪方法是计算机视觉领域一个重要的分支。近年来，随着我国大力推进“平安城市”建设，智能视频监控越来越受到人们的关注。在社会治安管理和社会防控方面，平安城市综合管理信息公共服务平台可以对监控场景中的目标进行检测与分析，当发生异常情况时可以实现自动报警并记录信息，从而节省了大量人力、物力，加快了城市安全系统建设。另外，目标检测和跟踪在军事制导、机器人研究中也起着至关重要的作用。本文首先粗略检测出前景目标，针对经典运动检测对光照变化、阴影等复杂环境出现的误检测现象，基于VIBE背景减除方法，提出了一种结合颜色和SILTP纹理的阴影消除算法，提高目标区域的定位精度，为后续的目标跟踪打下基础；其次，由于传统特征提取方法速度慢并且在复杂环境中往往会丢失跟踪目标，提出一种LBP纹理与改进FAST角点算法相结合的混合特征，实现了对目标的准确跟踪；最后，在目标跟踪算法中，针对原有Meanshift算法中核函数带宽固定无法适应目标尺度变化、相似度匹配仅仅采用前一帧目标位置展开而没有对目标位置的预测功能以及基于统计颜色作为特征在相似背景下区分度极度下降等三种缺点，本文加入感兴趣区域运动检测以去除干扰背景并采用Kalman滤波器对目标位置进行预测。相对于传统的均值漂移算法，在保持计算量的基础上，改进的算法解决了目标因遇到大面积遮挡或背景干扰而跟踪丢失的问题。本文在VS2010平台下，使用OPENCV库仿真实现了提出的算法。经验证，本文算法能实时完成目标的检测与跟踪任务，实现了多目标的正确跟踪。