基于视频序列的运动人体检测是当前计算机视觉和模式识别领域的一个重要研究方向,在图像图形处理、智能监控、视频编码等领域有着重要的地位。本文构建了一个基于视频序列的运动人体检测系统,其主要包含了两个部分:(1)利用运动目标检测的方法将运动区域提取出来;(2)利用人体检测算法检测运动区域确定运动人体。对于运动目标检测,作者着重研究了基于背景减除的方法。在分析目前常用方法的基础上,提出了一种将帧间差分和混合高斯模型相结合的运动目标检测算法.对于人体检测,作者提出采用离线训练的方法,即在检测运动区域之前,预先训练好一个分类器。本文采用基于星形及Haar特征的级联人体分类器,将Haar特征与星形特征结合,以更好的利用运动目标检测结果。并采用级联分类器的形式,将非人体在前几级分类器中就被提前剔除,筛选可能性大的检测区域进入后一级的分类器,极大地提高检测的效率,满足了实时性的需要。基于VC++以及Intel公司的OpenCV函数库编写了人体检测程序,实验结果表明,本文提出的运动目标检测的方法能够快速完整的检测出运动区域,同时在很大程度上了抑制噪声和背景区域的变化;而基于星形向量特征和Haar特征的嵌套级联人体检测方法可以快速准确的检测到人体。