随着人工智能的不断发展，计算机视觉迎来了飞速发展期，目标检测、目标跟踪在交通管理、无人驾驶、视频监控以及人体行为分析等方面的重要性日益凸显，因此研发高实时性、复杂场景适应能力强的多目标跟踪系统具有极高的应用价值和广阔的市场前景。当前，基于多目标跟踪的行人跟踪技术已成为热点，但受行人快速移动、相互遮挡、照明、天气等因素的影响，在跟踪行人时容易发生身份变换、跟踪速度慢、跟踪丢失等问题，给行人检测和跟踪带来巨大的挑战。本项目采用性能优异的YOLOv8算法，解决在复杂场景中检测准确度不高的问题；针对身份变换、行人遮挡等问题，使用在Sort算法基础上进行改进后的DeepSort算法完成行人跟踪，最后将两者有机融合，构建一套面向行人的多目标跟踪系统，有利于推动工业应用中的自动化与智能化变革。