视频、图像是人类接收信息的重要途径，视频监控系统以其直观、方便等特点在社会的各个方面得到越来越广泛的应用。在计算机视觉中，运动目标检测与跟踪是一个研究热点，它为之后视频序列的理解和分析奠定了重要的基础。随着大数据时代的到来，人们每时每刻都在获取信息并且需求获得的信息形式各种各样，数据的存储、传输因为现有存储设备的容量、传输设备的带宽而受限，同时在信息泛滥的时代隐私保护问题也受到很大的关注，并且监控场景情况多变、资源有限，提出能够鲁棒解决这些问题的跟踪算法还存在困难。本文构建了基于压缩感知的运动目标检测与跟踪系统来有效解决以上问题，该系统首先对视频序列进行分组，充分利用了视频流的帧间相关性，之后对随机采样后的视频帧进行背景减除，向解码端同时传送背景剪除的前景目标图像和定期更新的背景图像，保证较小的占用带宽；在解码端运用粒子滤波算法实现运动目标的跟踪，用梯度投影稀疏重建算法恢复图像序列，解码端可以选择是否重建原始视频流，以便充分利用解码端资源。此外，压缩感知的随机采样特性使得数据有良好的加密性能和抗干扰性，极大的简化了编码端，在编码端资源有限的情况下也能得到很好的应用。通过仿真分析及和已知方法的对比，本文提出的系统适用于多种情况下的监控场景，并且速度较快、数据量小、具有良好的保护隐私功能。压缩感知方法简化了视频压缩的步骤，其运算复杂度主要体现在解码上，很好的利用了资源，整体运算复杂度不高。这对视频监控在资源稀缺条件下的应用很有帮助，在分布式视频编码中也有应用前景。