目前基于视频序列的运动人体跟踪和行为识别是计算机视觉领域的主要研究方向之一,在智能安防、智能导航、交通导航、导弹预警、对空监视等许多应用领域发挥重要作用。目前,国内外有大量的学者投身该领域,并取得了大量的成果。本文主要对该领域中的运动目标检测和跟踪做了详尽的研究,主要内容可概括如下：1.详细的分析了运动目标检测领域常用的三种算法：帧问差分法、背景差分法、光流法。对其进行实验分析,通过算法的复杂度、时效性和实验效果分析发现背景差分法效果最为理想。并在此基础上提出了一种基于HSV颜色空间的背景差分法,该方法解决了“颜色不同但灰度相近”的时候检测的目标不完整的问题。同时该方法降低了亮度信息在差分时的作用,能在一定程度上抵抗光线的变化,同时该方法能和基于HSV颜色空间的阴影检测方法一起使用,去除阴影的影响,得到更好的检测效果。2.详细的分析了运动目标跟踪的现状以及与其相关的理论知识,对目前的运动目标跟踪的研究现状给出了一个较为准确的定位,对运动目标跟踪的深入研究具有指导意义。并选取了其中的卡尔曼滤波器作为研究对象,对其理论进行深入的分析。随后研究了卡尔曼滤波器在运动目标跟踪中的应用,并以运动检测的结果初始化卡尔曼滤波器,进行了仿真实验和数据分析。3.基于目前的研究理论设计了一个运动目标跟踪系统,对其进行了详细的系统设计,主要包括运动目标检测模块和跟踪模块,并选定Matlab作为仿真平台,实现了视频序列中运动人体的检测和跟踪,并给出了部分关键代码和实验效果图。