智能视频监控融合了计算机视觉、图像处理、模式识别、人工智能等多个学科的知识,是计算机视觉领域一个新兴的应用方向和备受关注的前沿课题。智能视频监控在不需要人为干预的情况下,利用计算机视觉和视频分析的方法对图像序列进行实时自动分析,实现对动态场景中目标的检测、识别和跟踪,并在此基础上分析和判断目标的行为,得出对视频内容的理解以及对客观场景的解释,从而指导和规划行动。　　 本文以自助银行视频监控为应用背景,研究运动目标行为分析。　　 首先对智能视频监控中的运动目标检测与跟踪进行研究,介绍了传统的各种运动目标检测方法和跟踪方法,分析了各自的优势和缺陷,并完成了一些相关的实验。通过对运动目标进行检测和跟踪可以获取运动目标的图像、运动特征,为后续进行的运动目标行为分析提供数据来源,因此其性能直接影响着智能视频监控系统的有效性。进而,对智能视频监控中的运动目标行为分析方法进行了研究,重点探讨了基于神经网络的行为分析方法,并提出了一种基于自组织特征映射网络(SOFM)的行为分析方法。实验结果表明,采用这种方法可提高视频监控系统对异常行为的判定正确率。　　 利用上述成果,开展了智能视频监控在自助银行的应用研究,在Windows系统下,使用Visual C++6.0和OpenCV平台设计和开发了一个模拟自助银行的视频监控系统。该系统能够模拟自助银行的视频监控场景,对运动物体进行检测与跟踪,自动绘制物体的运动轨迹,最终实现对运动目标的简单行为分析。