人体目标检测与识别是智能视频监控系统的基础和核心,在家庭安防市场有着广泛的应用前景。对于静止背景下的人体目标检测与识别,国内外学者对此已经研究多年,取得了丰硕的研究成果,但对于摄像机运动引起的背景运动情况下的人体目标检测与识别研究仍然面临着诸多挑战,如人体目标提取不完整和人体目标识别率低等。本文对动态场景下的人体运动目标检测与识别展开了研究,主要研究内容如下:研究了动态场景下人体运动目标检测方面的相关算法,提出了一种基于运动补偿的帧间差分法来提取人体运动目标。算法中采用SRUF算法进行特征提取和匹配,结合随机抽样一致性算法估计出了全局运动参数,通过图像运动补偿和帧间差分提取出人体运动目标;针对人体运动目标提取过程中可能受到阴影的影响,提出了一种基于改进PCNN的阴影消除方法用于去除阴影;针对可能出现的噪声和提取的运动目标空洞情况,采用了中值滤波和形态学滤波来处理运动目标提取结果。研究了动态场景中人体运动目标的特点,给出了本文选作人体运动目标识别的人体特征及其参数计算,针对单一人体特征无法准确识别出人体运动目标,本文提出了一种基于人体几何特征、头发特征、肤色特征等多特征融合的人体运动目标识别方法。介绍了动态场景下人体检测与识别方法在家庭智能安防视频监控系统中的算法实现,详细说明了Linux嵌入式系统中该算法动态函数库生成的方法,最后将该动态函数库应用于家庭智能安防视频监控系统。