目的视频侦查中的时空轨迹信息是很多案件侦破的关键,但在证据准备和法庭质证阶段,如何使用这些信息目前并没有方法依据。本文针对视频侦查中轨迹信息的证据转化问题,开展理论分析,建立概率方法。方法结合视频侦查的典型过程,定义了摄像头下人物的人体、衣着和交通工具等特征;对不同的特征根据其出现的可能性进行针对性的概率估计以得到概率上限,对多摄像头下嫌疑人作案和逃窜过程的概率进行表示;基于图模型构造贝叶斯网络对轨迹追踪问题进行建模,并对模型利用贝叶斯网络特性进行求解,以得到似然比结果。结果结合视频侦查场景给出了问题中似然比的公式和近似计算方法。1)通过分解提出时段、时序和方向假设建立了一种时空特征概率模型分析方法;2)提出了视频图像中衣服、人体、交通工具特征的概率分析思路框架;3)得到了假设条件下的似然比结果;4)给出了假设条件对概率计算的影响,讨论了实际应用中后验比估计的方法及方法的使用限制因素。结论本文建立的理论分析方法首次为视频追踪结果的证据应用提供量化参考模型,从概率的角度解释了视频轨迹追踪结果为什么可以成为证据,有助于提升视频追踪证据的证明力:基于视频中能观察到的常见的十二个特征（体态、上衣颜色、上衣纹理、上衣款式、裤子款式、裤子颜色、鞋子款式、鞋子颜色、头发长度、摩托车款式、摩托车颜色、摩托车行李箱样式）的条件,对于具有相同特征的目标依次出现在三个摄像头下（摄像头之间没有分叉路口）的案例,计算得到的似然比（第一个摄像头下的目标与第三个摄像头下的目标为同一目标和不同目标条件下,出现给定特征的可能性之比）下限超过108量级。