人体识别和跟踪在智能监控系统、高级人机交互、动画制作等方面有着广泛的应用,也是近年来计算机视觉研究领域中备受关注的前沿技术。对图像序列中的运动人体快速而准确的识别和跟踪是对行为进行有效理解的基础。论文在VisualC++6.0平台下,采用计算机视觉库OpenCV,对视频中人群目标个体的检测、识别和跟踪开展研究。首先训练了一个SVM分类器对轮廓进行分类识别,选用包含人体轮廓和不包含人体轮廓的二值图像作为正负样本,以像素值作为样本特征提取样本特征向量,利用主成分分析对样本特征向量进行降维,并用降维后的特征向量训练分类器。然后利用背景消减法进行运动检测,分割出运动目标轮廓,用分类器对其分类识别。经验证,该方法可快速准确的识别静态背景中出现的人体目标。接着对识别出的人体目标,建立其上半身的颜色直方图模型,采用Camshift算法对其跟踪,结合Kalman滤波器的预测功能优化了Camshift算法的迭代次数,同时通过跟踪窗口大小和直方图相似性判断目标是否被遮挡,实现了目标被遮挡时的跟踪。最后设计了一个简单的人群目标识别和跟踪系统,实现了特定情况下人群目标的实时识别和跟踪。