随着社会对公共安全要求的不断提高，智能视频监控系统因其直观性、智能性和主动性得到了广泛关注，具有重要的研究价值和广阔的应用前景。多目标跟踪作为智能视频监控技术的核心也备受关注。然而，由于计算机视觉领域固有的复杂性，多目标跟踪技术还面临着许多难题。　　本文重点研究了智能视频监控中的多目标跟踪算法及其应用，主要的工作和创新点总结如下:　　(1)为解决多目标跟踪过程中因遮挡而导致跟踪失败的问题，提出了一种基于局部特征匹配的跟踪算法。该算法首先在多目标跟踪框架下，根据目标的特征判断目标的运动状态。针对目标处于相互遮挡的状态，首先利用目标的局部模板在当前帧进行匹配获取目标候选区域，然后利用改进的距离加权彩色直方图计算候选区域与相应局部模板的相似度，最后结合直方图的相似度和卡尔曼预测确定目标的位置。实验结果表明，在满足实时性的要求下，该算法能够有效地处理目标间的相互遮挡问题。　　(2)利用跟踪获取的目标运动轨迹，提出了一种小群体跟踪算法。该算法首先结合行人的轨迹，计算场景中两两行人之间的“距离”，然后利用自底向上的单链层次聚类法迭代地检测场景中出现的小群体，最后对检测到的小群体进行数据关联。实验表明，该算法在人群结构较简单的场景中效果较好，且检测效率较高，能够应用于实时监控系统。　　(3)结合多目标跟踪技术和轨迹分析技术，设计并实现了基于客户端-服务器网络架构的机场跑道智能视频监控系统。其中服务器端可设置监控规则并显示相应的告警信息;客户端则负责对场景中的飞机进行跟踪获取运动轨迹，然后结合轨迹分析技术判断飞机是否违反规则。系统在满足实时性的要求下，能够达到智能监控的目的。