智能监控系统是计算机视觉领域的一个热点问题,具有重要的实用价值和广阔的发展前景。智能监控技术包括了对视频图像序列自动地进行运动目标的检测、跟踪、目标分类和行为理解等方面,是一个具有挑战性的困难问题。在本文中,主要研究了智能视频监控系统应用背景下的多目标检测跟踪部分,讨论了目标检测、特征选取、目标跟踪、遮挡处理等相关问题。在目标检测方面,本文对帧差法进行了改进,利用帧差结果更新运动历史图像来进行目标的检测和提取。在目标特征选取方面,本文分析了目标的几何特征和外观特征,引入颜色直方图特征及巴氏距离度量以提高检测跟踪的鲁棒性。在目标跟踪方面,本文研究了基于卡尔曼滤波的多目标跟踪算法和基于粒子滤波的多目标跟踪算法。在卡尔曼滤波算法中,对匹配代价函数进行了改进,同时提出了结合跟踪矩阵和“母目标和子目标”机制来处理遮挡分裂问题。在粒子滤波算法中,对粒子进行重采样以解决退化问题,同时采用了颜色直方图特征及巴氏距离作为度量,使得系统可以应对一定的遮挡。实验结果验证了这两种算法的有效性。最后,本文设计实现了一个检测跟踪监控系统,实现了讨论的算法并验证了其可行性和有效性。