人体运动监测是运动状态分析和运动安全系统的重要内容。它不仅是运动安全的重要保障，也能帮助运动员提高训练技术，因而近几年来在计算机视觉领域中倍受重视。本文研究的是基于计算机视觉的游泳安全监控系统，它不仅能够有效地协助救生员完成保障游泳者安全的任务，同时也节省了大量的人力。 本文首先提出了一套基于视频的泳池内游泳者溺水报警系统。通过一台架设于游泳池之上的摄像机来监测游泳者的运动，对采集到的一系列图像进行处理与分析，提取游泳者的相应特征，进而判断游泳者是否有可能处于溺水状态。系统主要由视频部分和事件推理模块两部分构成，本文主要针对视频模块的游泳者特征识别进行研究。 泳池背景有一定的独特性。泳池像素可能仅有几个特定的类(如水、水波、水线、游泳者)，但由于游泳者移动、光的反射等原因，使帧与帧之间像素点色彩值可能变化很大，导致了泳池的非静态特性，因而排除了直接应用现存的目标／运动监测和分割方法的可能性。在监测部分中，我们利用了高斯模型，在HSV空间内对整个游泳池进行模型化。用均值转移算法来鉴别监视区域内的显著类，通过EM算法评估高斯模型的参数，进而构架出游泳池和游泳者的色彩外观模型。从而把游泳者像素从整个背景模型中分割出来，以备将来提取需要的特征(如延展度、移动速度、大小的变化等)，进行游泳者的状态判断。 最后，通过采集的几个游泳者序列进行检验，证明了本文提出的算法有较强的实用性。