智能视频监控系统利用计算机视觉技术对视频信息进行分析、理解和处理，提取出有用的信息报告给监控人员，从而具有预警，防范和主动监测的功能。在智能视频监控领域，关于人体跟踪技术的研究倍受关注，它在安防、高级人机交互、犯罪侦查及医疗诊断等方面具有广泛的应用前景和潜在的经济价值。本文主要研究如何实时、准确地检测并跟踪监控视频中的目标人物，在分析现有成果的基础上，对运动目标检测和跟踪的相关技术进行探讨。首先，由于视频采集过程中易受噪声污染，在运动目标检测之前，需对其进行预处理。本文采用一种改进的矢量中值滤波算法来去除彩色视频图像中的噪声干扰，并给出实验仿真。其次，比较分析常用的几种运动目标检测方法，针对目标检测过程中易受到噪声、亮度突变的影响以及易出现虚假目标等情况，提出一种基于帧差法和边缘检测法的视频对象分割算法。并且，就检测结果中运动目标区域易出现阴影、“空洞”以及边缘不连续等现象，进一步对阴影去除、边缘连接和形态学后处理方法进行研究。最后，针对本文特定的应用场景，采用一种基于特征的跟踪算法。在此，重点讨论特征的选择、描述、提取以及特征模板的更新。同时，为进一步提高算法的性能，本文在基于特征跟踪之前引入卡尔曼滤波。通过预测估计目标下一时间可能出现的位置，再对该位置区域内出现的运动对象进行识别跟踪。