随着人们生活质量的不断提高,国家安全、公共安全、工业生产、家居生活等各个领域的工作都逐渐需要智能视频监控系统的协助。智能监控系统虽然可以有效地减少工作人员的工作强度和解决人工监控中存在的问题,但是目前依然不能满足人们的需求,因此在硬件资源和人力成本都很有限的前提下,不断提升现有视频监控系统的性能,并努力适应各种监控场合,是一个非常值得研究的课题。传统的基于单个特征的目标跟踪算法在简单的环境下跟踪效果较好,但在实际应用中,大多数环境都是多人的复杂场景,跟踪目标容易受到其他运动物体或是背景的干扰。针对单一特征的不足,本文基于多特征融合的理论,将其应用到目标人体的跟踪中。现将本文主要工作总结如下：(1)运动目标的检测是目标跟踪的重要基础,目标区域是否完整、准确将直接关系到后续跟踪的准确性。针对固定单一摄像头场景下对完整运动目标区域的提取,本文提出填充“空洞”的改进三帧差分法进行运动目标分割,得到完整的运动目标区域,该方法比经典的混合高斯建模法的时效性和精确度更高,方便之后提取目标相关特征。(2)针对复杂多人环境的特定目标跟踪,主要考虑算法的准确性和时效性,多特征融合可以提高跟踪算法的准确性和对环境的适应性,但是算法的计算复杂度也随之提高。针对这一问题,本文提出基于最近邻决策的目标匹配算法,优化目标跟踪时间；为了解决目标跟踪过程中容易受到颜色干扰等问题,本文提取出结合目标及候选目标的颜色特征和几何特征进行联合匹配,并应用Harris角点应对目标遮挡等问题,经过验证,算法提高了跟踪的准确性和鲁棒性。(3)利用海康威视的采集卡,获取实时视频流,搭建目标实时跟踪系统,针对不同环境的复杂场景进行指定目标的跟踪,实验结果表明,相比于传统目标跟踪算法和其他基于多特征融合的目标跟踪算法,应用本文算法进行跟踪能够较好地保证跟踪的准确性和时效性。