近年来，随着社会经济与文化的发展，视频监控系统得到迅速普及，从而大力推动了视频智能分析技术的研究。本文通过研究复杂背景环境下，目标检测、跟踪、以及特定场景规则的制定，提出了一些新方法和新思路。在此基础上实现了一个视频智能分析平台系统，该系统在实际环境中得到了验证。文章研究内容主要包括以下四个方面：1、运动目标检测。针对复杂背景下前景提取困难以及提取准确率低的问题，一方面，本文提出了BTP-JE模型，该模型利用贝叶斯准则和全概率公式将像素分为前景像素点和背景像素点；另一方面，本文利用BTP-JE模型与光流法相结合提高了前景提取的准确率。2、场景规则的确定。为了判断监控视频中的目标是否为异常目标，需要自定义一个场景规则。在视频监控中，某个目标进入某一虚拟防区就是异常行为。针对目标区域选择的不确定性，本文利用相关几何算法得到了一个更为实用的多边形目标异常判定模型。3、目标跟踪。当运动目标逐渐远离视频监控区域而变小或所跟踪目标部分被遮挡时，CamShift算法可能无法持续跟踪同一目标。针对此问题，本文提出了基于CamShift与光流法相融合的目标跟踪方法，该方法在一定程度上解决了CamShift算法对运动目标跟踪丢失的问题。另外，CamShift算法是一个半自动的跟踪算法，它需要人为初始化搜索框，而且一次只能跟踪一个目标，针对这些问题，本文提出了一种基于OTBKC-BTP-JE的目标跟踪算法，实验结果表明，该算法对多目标的跟踪效果和稳定性较好。4、视频智能分析平台的开发。本文在以上研究成果的基础上，设计开发了一个视频智能分析平台系统，该系统不仅可以对居民小区、道路、学校和其它地方进行智能监控，同样也可以进行算法测试。