在现代社会中,安全问题受到了人们越来越多的关注,智能视频监控技术也因此应运而生。一个完整的智能视频监控系统应该包含许多不同功能的视频分析模块,计算要求非常高。为此,本文提出了一个基于CELL多核处理器的监控平台,以及一个用于管理各个分析模块的特征库,而本文重点研究的视频跟踪技术将作为该特征库中的一个模块。视频跟踪技术是智能视频分析中的一个基础研究方向,许多上层的功能都依赖于稳定可靠的跟踪结果。经过了十几年的研究,科学工作者们已经提出了一些实用的算法,但从性能来看还远没有达到尽善尽美。在这些算法中,本文重点研究了CAMSHIFT算法和粒子滤波算法,比较了它们各自的优缺点,并最终选择使用粒子滤波算法作为多目标跟踪的算法框架。通过对单目标情况下算法的修改,解决了目标间相互遮挡引起的跟踪错误的问题。测试结果表明:本文改进后的算法在目标被部分甚至完全遮挡时,仍然能够给出正确的结果。粒子滤波算法的缺点之一是它的计算复杂度较高,为了满足实时监控的要求,还需要对其进行优化。根据CELL处理器的特点,优化从两方面进行,一方面根据CELL处理器支持SIMD指令的特性,对统计直方图等函数进行了矢量化的修改,显著地提高了它们的运算速度;另一方面充分运用CELL处理器的多核架构,将原本串行的计算任务由多个并行协处理单元来共同分担,进一步提高了系统的并行程度。优化后的程序经过测试发现,性能提升的倍数与被跟踪目标的个数和目标的尺寸有关。一般来说,提升的倍数为目标个数的两倍(即跟踪16个目标,性能可以提升32倍)。