随着计算机视觉、模式识别、图像处理等学科的发展,计算机视觉已经成为当今信息科学中研究的热门领域,而视觉跟踪是计算机视觉中一个核心的领域。在大多数情况下,由于单个摄像头视野的局限性,不能从单个摄像头中观测到整个感兴趣区域,也不能对运动目标进行连续的跟踪,同时也难以解决复杂场景下的遮挡问题。是以,基于多摄像头的目标跟踪技术在学术研究以及工程应用中都有非常重要的意义。本文在视频监控系统的框架下,围绕多摄像头目标跟踪问题展开,分为运动目标检测、多视野目标定位以及目标跟踪三个关键问题。本文的主要工作包括以下几个方面：(1)研究了监控视频中目标检测技术,分析、比较了几种常见的目标检测算法,提出了一种基于混合高斯的码本背景模型的方法,融合了混合高斯以及码本的优点,实验证明该方法能够较为准确的提取前景信息。(2)研究了视频中目标跟踪的相关算法,针对基于时空上下文目标跟踪算法只能实现对单目标进行跟踪的问题,将其拓展为多目标跟踪,实验表明该方法能够满足实时目标跟踪的要求。(3)介绍了多视野间坐标转换的单应性矩阵,针对不同的监控场景提出了一种利用SIFT特征提取算法自动提取标定点与手动选取标定点相结合的方法,提高了单应性矩阵的准确性。并在视图融合过程中,针对参考视野的选择,提出了一种参考视野选择方法,从而提高了目标定位的准确性。(4)搭建了多摄像头监控实验平台,通过分层的方法实现,支持了硬件设备的拓展。并针对实验平台,提出了多摄像头间的目标交接策略,从而在一定程度上减轻了数据的计算量,节约了计算资源。