随着物联网技术的发展,监控摄像头已广泛的覆盖了我们日常生活中的各个角落,视频目标跟踪技术也被应用于不同的实际监控场景。各种目标跟踪算法蓬勃发展,依据自身跟踪效果被应用到不同的场景之中。最近信号处理中的一个研究热点,压缩感知理论,被引入到目标跟踪领域即压缩感知跟踪算法。该算法因计算量小、跟踪效果鲁棒,因此具有良好的实时性与鲁棒性,具有广泛的实际应用。但在目标被严重遮挡、尺寸变化剧烈的情况下容易导致跟踪漂移,甚至跟踪失败,本文分别提出了基于假设检验的压缩感知跟踪算法和多尺度自适应的压缩感知跟踪算法,有效地提高了算法跟踪的准确性与鲁棒性。由于单摄像头受到监控区域的限制,无法长时间有效的跟踪目标,将目标跟踪算法运用到多摄像头中将会提高目标追踪的灵活性、持续性和鲁棒性,极大地提高了目标追踪技术。本文将具有快速、鲁棒的压缩感知特性引入非重叠多摄像头网络跟踪系统中,提出了一种基于压缩感知的非重叠多摄像头网络跟踪系统。主要包括单摄像头跟踪模块、多摄像头网络调度模块、目标检测模块、多摄像头目标重认定模块和目标行为轨迹分析模块五个模块。在多摄像头调度模块中,提出了基于协同模型的非重叠多摄像头网络调度算法,依据摄像头之间过渡时间、摄像头邻接关系、目标与摄像头距离三个参数建立调度模型,有效地提高了系统调度的效率。在运动目标检测模块中,在三帧差分法的基础上,采用了准确率更高的基于MHI的三帧差分法,该方法能更好的提取运动目标的轮廓及完整区域,提高检测的准确率。创新性的将压缩感知原理应用到目标重认定中,有效的缩短了重认定时间;并提出了一种基于压缩感知与HOG级联机制的重认定算法,在保证准确率的基础上提高了识别目标的实时性,提升了目标重认定的效率。综合对各个模块的改进与实现,实现了基于压缩感知的非重叠多摄像头网络跟踪系统。实验证明,本文提出的基于压缩感知的非重叠多摄像头网络跟踪系统能够在光照变化剧烈、尺寸变化明显的复杂环境下有效提高了目标跟踪的准确性、实时性,较好的实现了目标跨视域的连续、实时的跟踪。