视频目标跟踪是计算机视觉领域的研究热点之一,在人机交互、自动监控、视频检索、智能交通以及无人驾驶机器中有着广泛的应用。跟踪与识别问题即确定运动物体在其作业环境中所处位置以及即时状态,这也是智能化机器人的研究难点。因为首先由于在移动过程中目标物体的外观不断变化,其次外界环境的光线也在缓慢变化,最后目标物体在移动中会被阴影遮挡,一般的单目(一个摄像头)识别算法无法仅由图像提供的信息判别出运动物体的具体位置,所以现在非常多的研究者投入到双目(两个摄像头)视觉的研究中。双目视觉模拟人类的眼睛,为识别问题提供了第三维景深信息,可以由图像的视差信息判断出运动物体离摄像镜头的距离。虽然研究者众多,但是这些算法性能都不够理想,它们大多将立体匹配和运动识别隔离开来,计算立体运动物体的问题需要分别执行立体匹配和运动识别,大大增加了计算量。本文提出的立体运动目标识别算法通过立体视觉和运动相结合的方法来检测运动物体,利用了两个步骤间冗余的信息,融合了两个步骤,用一个能量函数来表达两个问题,减少了计算量。根据视差和场景深度之间的关系,用标号表示视差,将立体视觉中的左右图匹配、时间序列上的匹配问题转化为能量函数最小化问题;通过构造图,建立能量与图的割的容量之间的联系;利用图的流理论通过计算最小割迭代的计算图的最大流从而得到能量函数的最小值,获得图像左右间、时间序列上的匹配的立体运动物体的视差数据;并在能量函数上加上左右图的互信息,从而在左右图的光照条件不一的条件下,也可以鲁棒地匹配。大量基于实景和标准视频的实验结果表明,本文提出的算法显著提高了立体运动物体识别的鲁棒性和精确性。