随着“和谐社会”、“平安城市”建设的不断深入，视频安防监控技术的更新换代、新技术的更迭以及未来的发展越来越受到各界的高度重视。智能视频源自计算机视觉技术，可以实现对原始视频浓缩，形成视频摘要，并对视频分类，可实现视频检索等功能。然而视频摘要要对时空域的图片序列进行处理，大量数据的处理必然效率慢，时间消耗严重，视频图像处理方法千篇一律，然而优化技术直接决定了系统是否有效可靠的运用于实际，所以GPU加速技术的研究具有重大的现实意义。　　监控视频摘要主要包括视频编解码、运动目标检测、背景估计、运动目标跟踪、颜色信息提取、目标重排、目标识别和视频摘要融合等模块。通过研究GPU矢量运算和CPGPU并行运算等具体机制，设计并实现了针对于监控视频摘要的单帧GPU加速方法、改进的单帧GPU加速方法和多帧的GPU加速方法。针对监控视频摘要中的各模块算法复杂度及其耗时原因进行了探讨，并针对系统中运动目标检测、颜色信息提取模块和融合摘要模块耗时多的问题，提出了帧内数据计算GPU加速方法，并针对CPGPU流程中时间负荷积累从计算模块转移到传输模块的问题，从异步传输数据和多帧同步运算的角度进行了探讨，实现了数据传输与运算并行的错位GPU加速方法和多帧积累降低传输次数的GPU加速方法。　　最后通过系统的实际运行评测，验证了几个不同GPU加速方法对于系统性能的影响，取得了一定提升系统加速性能的成果，并对需要继续研究改进的问题提出了展望。