本发明公开了一种监控视频中的行人检测与跟踪方法，首先训练检测模块：获取正、负样本的HOG和CSS特征；对正样本的特征进行k均值聚类；对每一类正样本和所有负样本训练得到k个分类器，并级联得到级联分类器作为检测模块；然后训练跟踪模块：将检测模块应用于视频第一帧得到初始目标区域；提取目标区域的HOG和CSS特征，并级联得到融合特征；根据融合特征训练得到初始跟踪模型；用初始跟踪模型与下一帧进行相关操作，取相关操作响应值最大的点作为下一帧视频目标区域的中心点，并更新跟踪模型；当目标消失时，加入检测模块对当前视频帧进行检测，用检测的目标位置重新初始化跟踪模型。所述方法具有很好的鲁棒性，在监控视频中有广阔的应用场景。