随着智慧城市的建设和无人机技术的发展,利用无人机视频监控系统追踪目标已经成为研究热点。但是同时处理多个摄像机的视频数据,需要大量的计算资源,而且视频监控系统网络边缘的计算资源非常有限。考虑到带宽受限和保护用户隐私等原因,将这海量数据上传到云数据中心进行处理也是不符合实际的。为了利用网络边缘有限的计算资源对目标进行高效追踪,本文主要研究内容如下:本文提出了一种无人机视频监控系统网络边缘云上基于压缩感知的目标追踪算法,包括虚拟网格划分算法、基于压缩感知的空间域上的目标检测算法和基于压缩感知的时间域上的目标检测算法三个部分。通过划分虚拟网格将动态视频监控问题转化为静态问题,对虚拟网格中的视频数据进行采样,对采样数据进行目标检测,根据检测结果用压缩感知恢复出完整的目标轨迹信息。对目标出现信息抽象计算成目标在每个时间单元出现在监控系统的概率,对时间出现概率值进行采样,根据采样结果用压缩感知恢复出目标在时间域上的出现时间范围。此时得到目标在空间域的位置信息和时间域的出现时间范围,完成目标追踪。本算法的重点不在于目标检测,而在于用压缩感知对空间域和时间域的目标检测信息进行采样和恢复。最后设计了大量的仿真实验来评估该算法恢复结果的准确率,实验结果表明,该算法能够以较高的准确率恢复目标检测信息,能够仅通过处理小于1/10的视频帧数据得到完整的目标轨迹信息,从而利用边缘云有限的计算资源实现了高效地目标追踪。