智能视频监控是计算机视觉领域一个新兴的应用方向和备受关注的前沿课题，是计算机科学、机器视觉、图像工程、模式识别、人工智能等多学科高技术的结晶。计算机智能视频监控是在不需要人为干预情况下，利用计算机视觉和视频分析的方法对摄像机拍录的图像序列进行自动分析，实现对动态场景中目标的定位、识别和跟踪，并在此基础上分析和判断目标的行为，得出对图像内容含义的理解以及对客观场景的解释，从而指导和规划行动。目前，计算机智能视频监控在理论和应用上都面临着很多难题，国内外大批学者投身于该领域的研究和探索，并且取得了大量的成果。本文是在这些成果的基础上，系统研究了智能视频监控中人体目标的检测，分割和跟踪方面的理论和方法。在运动目标检测方面，本文首先对当前的运动目标检测技术进行了综述，详细的介绍了几种常用的目标前景检测方法，并对检测的性能进行评价；然后在帧间差分和双向投影研究的基础上，采用一种基于均值统计的自适应阈值方法来确定投影的分割点，比较好的完成了对视频图像中人体运动信息的提取。在运动人体的定位与分割方面，以人体的头部研究为出发点，对常用的行人目标中人体头部检测和特征的提取方法进行了介绍，在垂直安装摄像头的基础上，针对人体头部运动信息的骨架轮廓具有近圆形(圆弧)这一关键特征，采用了Hough变换算法，提出了一种基于曲线连续特征的Hough多圆检测方法来实现多目标头部定位的算法，能准确的对多个人体的头部进行定位，进而得到人体目标的位置。在人体跟踪方面，对Mean Shift算法基本原理及Mean Shift算法在目标跟踪中的应用进行了详细介绍；分析了Mean Shift算法对快速目标跟踪的不可靠性，考虑使用目标的运动信息和空间色彩信息，本文采用了卡尔曼滤波和Mean Shift算法相结合进行目标的跟踪处理，丰富了对已知信息的使用，增强了跟踪效果。