伴随着智慧城市以及公共安防领域的飞速发展,视频监控系统的应用范围不断扩大,面对每天都产生的大量监控视频数据,传统的视频分析技术已经无法满足人们实际的需求,怎样才能快速地从视频数据中获取所感兴趣的目标逐渐成为一个研究的重点。与此同时,由于深度学习框架在目标检测与识别任务中的突出表现,很多学者不断尝试将其框架应用于智能视频监控技术研究之中,训练更具泛化能力的模型来解决实际监控中的问题。基于以上的背景,本文在充分利用楼宇监控视频产生的大量视频数据的基础上,基于深度学习的相关知识对多摄像头多运动目标进行检测与再识别,主要所做的工作如下:本文首先通过对基于深度学习的几个通用目标检测框架进行研究与对比,最终确定Faster R-CNN目标检测框架作为研究的基础。对于人员位置信息检测任务而言,在实际应用的时候发现,针对多个小目标来说,其实际的检测效果无论在速度还是精确度方面效果并不好。在对卷积神经网络的浅层及深层特征进行可视化分析之后,本文通过引入特征级联的方式对网络进行调整与优化。同时为了提高所训练网络分类器的准确性,在引入难例挖掘策略的基础上对网络训练进行优化。最后,在自建数据集和公共数据集融合的整体数据集上进行训练与测试,实验结果表明模型泛化能力较强,为后续的再识别任务奠定了良好的基础。同时,以往再识别网络输入是已经经过检测网络检测到的行人序列,而本文直接从原始视频序列数据出发,将行人检测网络与其后的再识别网络整合成一个统一的网络。在上述基于改进Faster R-CNN检测网络框架的基础上,引入相似性度量相关算法,设计并完成了一个融合检测与再识别功能的端到端网络。本文对比了多个相似性度量函数在网络中的效果,对基础网络的损失函数进行了改进,并针对改进后的端到端网络提出训练的方法,再利用再识别任务评价标准进行评估,网络性能得到改善。最后,本文设计完成了完整的行人再辨识系统,利用Matlab GUI模块,当输入待检测目标的ID信息时,系统显示待检索目标相关信息,再利用再识别网络进行识别,输出排序最靠前的10个目标,并根据评价标准给出模型最终的评价结果。