在视频监控系统中，多种图像处理技术已经被用来检测和跟踪对象。本文主要研究的是基于RGB颜色空间的多目标跟踪算法。实时跟踪算法现已经应用到导航，确定目标的位置及其运动状态。RGB颜色空间是用来计算每种颜色的阈值，阈值由被跟踪的对象设置。线性模型用于颜色识别。为了避开框架中不需要的对象，对二值图像进行形态学处理和块分析，有效促进了目标的检测。本文提供的算法能够在50fps的640×360视频图像中完成对目标的跟踪。　　本文引用了一种对象目标密切跟踪的架构，并对其中使用的两种技术来进行改进。在目标跟踪中，以VIBE算法作为目标分割的压缩感知跟踪算法是跟踪的核心。压缩感知的执行速度更加适用于实时跟踪，但同时也会跟踪到目标的阴影。　　在复杂的情况下，本文尝试加强并提高多目标跟踪算法的鲁棒性，尤其在目标色调变化明显的情形下。为此通过在视频中不断更新目标在运动状态中的颜色变化来完成。基于目标颜色概率分布，颜色直方图和反射投影并利用VIBE分割算法来获取目标区域。目标颜色采用基于颜色概率分布、颜色直方图和背投影的VIBE算法来进行获取。通过我们的实验可以得出，本文提出的算法比原来的方法更加有效。