随着计算机硬件技术和宽带网络的快速发展，人们希望互联网不再只有简单的网页浏览、文件下载等功能，更能承载实时的视、音频信息。因此，能满足“边下载边播放”的流媒体技术应运而生并且得到快速发展，流媒体业务也被认为是未来高速宽带网的主流业务。流媒体技术现在已经广泛应用在多媒体新闻发布、网上演示、在线直播、网络广告、电子商务、视频点播、远程教育、实时视频会议等互联网的信息服务领域，互联网的发展决定了流媒体市场的广阔前景，流媒体技术的应用必将为网络信息交流带来革命性的变化，对人们的工作和生活产生深远的影响。然而，流媒体在给人们带来极大益处的同时，也带来了色情、反动、暴力等不良信息的广泛传播和泛滥，这对社会安定及和谐发展带来了不良影响，因此，迫切需要一种技术来保证流媒体信息的安全性。 要保证流媒体信息的内容安全，必须要有相应的安全技术的发展。随着视频信号的获取、压缩、传输和存储等方面技术的迅速发展，视频分割算法、视频对象跟踪算法和视频对象行为理解算法从无到有，构成了内容分析技术的低中高三大层次。其中，视频对象跟踪技术由于其在内容安全检测、视频处理、视频压缩以及计算机视觉等领域的广泛应用前景而受到学术界的重视，已经发展成为一个非常具有挑战性的研究方向，并积累了一定的理论和应用成果。 本文在描述了流媒体应用系统的基本概念的情况下，对流媒体内容分析技术进行了讨论，着重分析研究了流媒体视频对象跟踪技术，提出了一个基于统计模型的视频跟踪算法，设计并实现了一个流媒体信息检测与内容分析系统，其主要创新点如下： 本文的跟踪算法引入了隐Markov随机场（HMMF）模型，提出了一种广义的、通过局部分割实现在序列中跟踪非刚性物体的框架。在该框架内，提出了特征-空间-测量向量联合空间的概念，利用非参数密度估计的方法建立了相应的FSM分布模型。在该空间中，可以跟踪几乎以任何形式运动的对象，并且跟踪算法对局部遮挡具有鲁棒性，对变形和尺度变化具有很好的自适应性。针对采用高斯核函数进行估计的FSM分布，本文采用Mean-Shift理论和IFGT快速算法来进行优化计算。实验表明该算法具有很高的效率，在一定条件下实现了实时跟踪的目标。 采用这个算法的流媒体信息检测和内容分析的演示系统，在信息捕获、协议分析、文件重组并解码的基础上，对流媒体内容中的视频对象进行跟踪，取得了较好的效果。