目前,视频监控系统的应用已经越来越广泛,并逐渐向智能化方向发展,这给人们的生活带来很大便利。运动目标检测和跟踪是智能视频监控系统中的两项核心技术,出现了许多优秀的算法,但仍存在许多挑战,需要进一步对算法改进。在运动目标检测方面,提出了融合混合高斯模型和平均背景法的目标检测算法,该算法在背景提取时用平均背景法的思想来处理混合高斯模型提取的背景,使获得的背景更为纯净;在去除背景干扰方面利用了轮廓筛选的方法,能够有效去除背景中存在的细小孤立的以及面积稍大的噪声点。实验结果表明,该算法在目标短暂停留和快速运动时,检测到的目标完整度较高,而且当目标所在的场景中存在较多干扰时,对目标干扰点的去除效果也较好,同时该算法的准确率、查全率和综合评价指标均较高。在运动目标跟踪方面,提出了一种融合特征点检测和时空上下文信息的目标跟踪算法,该算法能够通过特征点匹配的结果对目标被遮挡与否进行判断,还能够对时空上下文跟踪过程中出现的错误进行纠正,克服了时空上下文方法不能对错误的跟踪结果自行纠正的缺点。实验结果表明,该算法提高了对于遮挡的目标跟踪的鲁棒性,解决了目标快速运动时容易造成目标跟踪偏移甚至失败的问题,且本文算法在进行目标跟踪时中心位置误差较小、距离精度和重叠率较高。以上所提出的改进算法解决了在检测和跟踪方面存在的一些问题,且通过对算法的性能分析可知,该算法在解决问题的同时,性能上也有所提高。相比于文中用于对比的检测和跟踪算法,本文算法性能较好。