随着社会现代化的进展,城市人口持续增加,机动车拥有量暴增,导致交通状况每况日下。超饱和的汽车拥有量使得环境污染加剧,碳排放超标,雾霾天越来越严重。面对这些急待解决的问题,智能交通的思想应运而生。交通智能化可以有效地利用现有交通设施,通过智能化工具,更好地引导车流、减少交通负荷。降低交通事故率,达到追踪违规车辆、快速处理交通事故、改善环境污染、提高运输效率、保证交通安全等效用。本文对基于压缩感知的红外目标视频跟踪检测的方法进行了研究,提出了更为有效的思路,所做工作具体如下:1)阐述了红外成像与普通成像的优劣,从而引出我们选择红外视频来进行跟踪的原因。2)由于当今智能交通,人工智能等领域对算法的重视以及交通视频需要处理海量的数据等因素,我们将探究重点放在了压缩感知算法的研究上。通过随机Haar-Like特征提取与压缩感知理论以及朴素贝叶斯分类器的配合来对红外视频进行目标跟踪。针对这种方法,对特征提取部分进行了改进。3)利用自行拍摄的四组不同实验背景下的红外视频,进行算法的仿真实验,利用波形图与表格更直观的展示出跟踪效果。实验结果证明压缩感知算法可用于红外目标的跟踪检测,以及我们采取的改进措施是有效的。4)因为目前研究视频跟踪的算法种类较多,所以我们选取了KCF算法与我们的方法进行对比,通过仿真结果证明我们的方法在目标跟踪的准确性上是较优的。本文对提出的算法在Matlab和VC++开发环境下进行了实验。我们所设计的这种基于压缩感知算法的红外目标跟踪检测方法,操作简单,测量成本小,性价比高并且由于红外视频的使用提高了交通视频监控可用的范围,实验结果鲁棒性很好,改进措施也积极有效,相比KCF算法跟踪准确性更高。