1.一种基于随机森林算法的行人跟踪方法，其特征在于，包括以下步骤：
S1、提取训练样本集中的HOG特征向量；
S2、基于SVM算法对所述的HOG特征向量进行训练，得到初始化运动行人分类器；
S3、获取监控区域的视频流图像作为输入图像；
S4、利用初始化运动行人分类器对输入图像进行运动行人检测；
S5、对检测到的运动行人区域的邻域进行跟踪集的采集操作；
S6、利用随机森林算法对检测到的运动行人进行跟踪；
所述步骤S6具体包括以下子步骤：
S61、提取跟踪集内样本的HSV特征和梯度特征；
S62、根据提取到的HSV特征向量和梯度特 征向量建立运动行人跟踪分类器；
S63、根据运动行人跟踪分类器对运动行人进行跟踪；
S64、对运动行人跟踪分类器进行更新。
2.根据权利要求1所述的行人跟踪方法，其特征在于，所述步骤S5具体为：对于首次出现在监控区域内的运动行人，将该运动行人邻域的区域的图像信息保存在跟踪集内；对于已出现在监控区域内的运动行人，将该运动行人邻域区域的图像信息保存在跟踪集内，并将之前保存在跟踪集内的该运动行人的图像信息删除掉。
3.根据权利要求2所述的行人跟踪方法，其特征在于，对于已出现在监控区域的运动行人，仅对该运动行人在其所对应的子跟踪集内保存一帧该运动行人区域的图像信息。
4.根据权利要求2或3所述的行人跟踪方法，其特征在于，所述图像信息包括彩色图像信息与灰度图像信息。