在单摄像机智能监控算法逐渐成熟的同时,近年来,多摄像机之间的信息关联和信息融合的研究逐渐被重视。由于被监控区域的广阔和摄像机视域有限之间的矛盾,以及在计算量和经济等方面的考虑,不可能用摄像机全部覆盖所有的被监控区域。因此在无重叠视域多摄像机监控环境下的目标跟踪就成为了广域视频监控研究的重要内容之一。在无重叠视域多摄像机视频监控系统中,目标在时间和空间上都是分离的,如何将不同摄像机中相同目标进行匹配是多摄像机目标跟踪的关键问题。本文提出一种结合基于时空关系和多表现模型的方法来实现目标跟踪。论文的主要工作和贡献如下:(1)作为无重叠视域多摄像机目标跟踪研究的基础,本文首先对单摄像机目标跟踪技术进行了深入的研究,实现了单摄像机情况下的单高斯背景建模、基于图切割的目标提取和基于非参数核密度估计的颜色特征匹配。(2)对无重叠视域多摄像机之间目标表现模型的匹配问题,提出了基于颜色直方图和人体目标身高特征相结合的多表现模型匹配。针对目标在多摄像机之间的颜色特征差异问题,使用亮度转移函数(BTF)来消除差异。实验结果表明BTF有效的解决了颜色差异问题,提高了匹配的准确性。(3)针对无重叠视域多摄像机之间的拓扑关系,提出了使用高斯模型来描述摄像机间的转移时间的概率分布,为目标匹配提供了一个时间线索。(4)探索使用加权和的方式将获得的多表现模型和转移时间概率密度进行数据融合,以充分发挥各信息的作用,提高目标关联的准确性。