随着近年来银行、电力、交通、安检以及军事设施等领域对安全防范和实时监控系统的需求与日俱增，视频监控得到了迅速的发展和广泛的应用，该领域的智能化研究也引起了越来越多的研究机构和学者的关注。本文在运动目标检测，阴影抑制和运动目标跟踪的研究基础上，深入研究了人体行为识别技术的在系统中的实现。在运动目标检测方面，本文提出一种基于高斯混合模型的改进方法用于目标提取，降低外界因素的干扰，提高了目标检测的准确率。最后提出采取基于HSV颜色空间中阴影属性的方法来进行阴影抑制，以提高运动目标检测的准确性。在运动目标跟踪方面，本文以目标的质心、宽、高和运动速度作为基本特征，获得运动目标位置信息后，将其作为Kalman滤波器初始化的输入参数。对运动目标的位置进行预测，并匹配跟踪。在异常行为识别方面，本文采用状态空间法，将人体运动动作分解成以时间为线索的图像序列，建立标准行为库。然后利用隐马尔可夫模型对运动人体的行为进行识别。经过智能视频监控系统的实现和对人体异常行为识别功能模块的实验，既证实了文中算法具有很强可靠性，也证明了行为识别功能具有很高的准确率。