目前,在人们熟知的公共安全、工业现场、居民小区、交通状况等各种监控场景中,智能视频监控的身影无处不在,它构成了城市公共安全监控平台的核心。本课题针对视频监控中的目标跟踪以及检索技术展开研究,具有重要的研究意义和广阔的应用前景。本文先介绍智能视频监控的研究背景及国内外现状,再重点论述单摄像机下的目标跟踪基础理论,进而提出一种鲁棒的跟踪算法,接着描述基于内容的图像检索的相关理论,最后给出图像检索系统。本文的主要工作如下:(1)由于背景的复杂、光照的变化以及目标的遮挡等,使得多目标跟踪的鲁棒性较差。针对以上问题,本文提出一种基于全局多极团的分层关联多目标跟踪算法。该方法首先利用运动模型和外观模型创建图,然后借助聚合虚拟结点处理遮挡目标,接着重点加入空间约束以解决身份转换问题,最后通过最大二值整数规划在叠加片段上求解,同时得到多个极大团。实验在公共数据集上进行,对各个数据集均有提高。(2)在多特征融合的基础上,设计图像检索系统。首先提取图像的颜色、纹理和形状特征,经过内部与外部归一化之后,利用欧氏距离进行相似性度量得到融合的特征向量。其次,设计的检索系统界面简单友好,用户首先加载视频,经目标检测和图像预处理后,将图像存储于图像数据库中,再利用特征提取得到特征向量并将其存入特征数据库中。当用户选取一张样例图片后,利用匹配技术得到一系列图片,并将匹配度较高的前六张图片作为最后结果输出。实验结果表明,该系统具有高查全率和查准率,有重大的实际意义。