智能视频分析技术主要是处理包含有各种运动目标的视频帧序列，并从复杂场景中检测、跟踪以及分类目标，最后再对感兴趣的目标进行行为分析与理解。其中运动目标的分类是智能视频分析技术的重要组成部分，是目标行为分析与理解的基础。其研究内容是在运动目标检测和跟踪的基础上，选取运动目标具有区分性的特征，对提取出的运动目标进行分类。本文研究的是基于静止单摄像机的道路上的运动目标分类技术，在总结现有算法的基础上，提出了一种基于改进的形状特征和支持向量机的目标分类算法，将视频中检测到的目标分类为两种目标类别：车和人。在运动目标检测方面，本文采用了基于背景差分算法的运动目标检测算法，并对检测的运动目标，进行相关处理，包括阴影去除、形态学滤波、连通域标识分割以及合理性判断等，由此实现目标检测效果的提高。同时，针对初始视频帧中有静止目标的情况，改进了传统的背景更新算法。采用道路实况视频对程序进行检验，实验证明本文的方法能够实现对检测到的运动目标进行准确分类，并且具有较高的分类准确率，具有一定的现实意义。