随着信息化程度的不断提高,智能视频监控系统已被普遍运用于各种场合,例如道路交通,社区学校,车站机场等公共场合。在物联网的大背景下,智能视频监控,不仅要求能够对监控视频进行采集,而且更多情况下需要系统能够对监控视频中的目标信息进行提取和分析,并且对这些信息做出响应,进而实现视频监控的智能管理,因此如何实现摄像机资源的分配和管理,监控视频的处理和分析,以及视频监控的控制成为了目前智能监管和安防领域主要研究的问题。鉴于以上问题本文分别对摄像机节点的动态选择、多目标跟踪、摄像机主从联动等方面展开了研究工作。本文的研究成果主要包括以下几个方面:1)提出了一种基于马尔科夫决策过程的摄像节点动态选择算法。该方法将目标的数量、速度、分布、:朝向评分作为摄像机节点的评价方式,并且结合马尔科夫决策过程得到最优分配策略的值函数,最后通过值迭代的方式求解最优节点,实现摄像机节点的动态选择。本文选取了不同的数据集并且对比了其他算法进行了实验,实验证明通过该算法推演出的节点策略能够较为准确的监控绝大多数的目标,在解决摄像机资源调度分配问题中取得了良好的实验效果。2)提出了一种基于YOLO v3的多目标跟踪算法。该方法使用YOLO v3目标检测算法检测和识别目标,然后结合卡尔曼滤波算法对检测结果进行跟踪,最后通过紧邻最优算法关联遮挡目标。本文选取了多组数据集并且对比了其他的算法进行了实验,实验证明该多目标跟踪算法在发生部分遮挡时具有较高的跟踪准确性,并且能够对遮挡过程中异常轨迹进行修正,在解决多目标跟踪过程中的遮挡问题时,具有一定的参考价值。3)提出了一种基于时间量化对准跟踪算法。该方法使用HOG特征对主从摄像机的目标进行关联,并且对从摄像机对准角度进行解算,然后对摄像机对准过程的时间进行量化,最终控制数码云台转动直至对准跟踪的目标。本文选取了室内和室外的目标进行了对准实验,实验证明该对准跟踪算法在对准距离相对较远,速度相对较慢的目标时,对准跟踪的效果良好,在解决多摄像机联动控制,扩大摄像机监控范围等问题时,具有一定的参考价值。