运动目标跟踪是计算机视觉研究中比较关键的一部分，同时也是交通视频网络下底层关键技术，视频网络下的目标跟踪已经应用到社会生活、经济、军事等领域，所以交通视频网络下的目标跟踪具有现实意义。运动目标跟踪可以把它理解成对视频场景中的运动目标进行实时的检测并描述他们的运动轨迹。运动目标检测是运动目标跟踪的基础和前提，运动目标检测是从视场的场景中实时地检测出运动目标。运动目标跟踪是运动目标进行检测和目标行为分析的一个中间枢纽，它是在运动目标检测的基础之上进行的，提取目标的一些有效的特征，使用适当的匹配与标识算法，在运动模型候选区域中利用目标特征模板对目标进行定位。本文将目标跟踪方法的研究分为三个部分：利用海康视频采集卡的网络功能搭建交通视频网络并提取基于码流视频中运动的目标；提取某一场景下运动目标的SIFT和SURF特征并建立目标模板并根据特征对特定目标进行标识；对特定目标进行目标跟踪。本文对上述这三部分的所用的技术进行了介绍，在目标检测部分，通过对几种检测方法进行了比较，最后本文采用基于自适应背景更新的目标检测方法可以准确的提取目标，重点研究了该算法的背景的提取和更新的算法,并编写计算机程序实现了该算法；在目标标识方面，采用基于图像局部特征的尺度不变特征变换SIFT特征和SURF特征，对特定目标进行了标识，并比较了他们的匹配速度，实验验证这两种特征对缩放、小视角改变、噪声、亮度变化具有很好的适应性；目标跟踪方面，通过几种跟踪方法的比较，最后确定了一种SURF特征和Kalman滤波器相结合的算法，实现视频网络下的目标跟踪。最后通过实验验证了理论方法的有效性。