Es wurde ein Verfahren entwickelt, das eine Situationsanalyse von Straßenverkehrsszenen für Schwenk-Neige-Kameras ohne Referenzbild ermöglicht. Die beiden Kernaufgaben des Modells, die Auswahl geeigneter Verfahren sowie die Verknüpfung extrahierbarer Merkmale mit definiertem Vorwissen, wurden unter Berücksichtigung der Funktionsweise menschlicher Intelligenz entwickelt. Um eine robuste Objekterkennung zu ermöglichen, waren Verfahren zur Merkmalsextraktion herauszuarbeiten. Es wurde untersucht, welche Merkmale eines digitalisierten Bildes geeignet sind, um ein Objekt eindeutig zu identifizieren und zu beschreiben. Einen besonderen Schwerpunkt bildet hier die Entwicklung eines Konzepts zur Extraktion von Objektkonturen. Nur bei bekannter Ausrichtung der Kamera (Schwenk-, Neigewinkel, Brennweite) kann eine exakte Bestimmung von Objektpositionen bzw. eine Interpretation von Objektbewegungen erfolgen. Es wurden drei Verfahren eingehend untersucht, welche die Kameraorientierung aus den Informationen der vorhandenen Bildsequenz und dem im Szenenmodell abgelegten Vorwissen ableiten. Zur Objektverfolgung wurde mit dem Condensation-Algorithmus ein Verfahren umgesetzt, mit dem robuste Ergebnisse auch unter schwierigen Bedingungen erreicht werden. Für die Evaluierung der vorgestellten Modelle und Verfahren wurde eine Prüfsoftware entwickelt, in der die Verfahren zur Orientierungsbestimmung, zur Extraktion von Merkmalen sowie zur Objekterkennung und -verfolgung implementiert werden. Nach Aufstellung einer Wissensbasis wurden die Modelle anhand detaillierter Analysen realer Szenen validiert. Abschließend werden die Ergebnisse der Arbeit zusammengefasst sowie ein Ausblick für zukünftige Forschungsfelder im Bereich der Videodetektion gegeben