本文通过对智能视频监控中行人检测与跟踪技术的研究与分析,针对其存在的问题,从运动目标的检测、行人的识别、运动目标的跟踪和计数的功能四个方面对行人检测与跟踪进行设计与实现。本文主要工作如下:1、在运动目标检测方面,本文对常用的三种检测方法进行了比较与分析,并根据智能视频监控系统的实际需求,采用基于高斯混合模型背景差分方法来对运动目标进行检测。2、在行人识别方面,本文以传统行人形状特征的粗略筛选技术为基础,提出先对边缘对称特征(物理特征)进行粗略筛选,然后使用多特征融合技术(抽象特征)对行人进行精确识别的方法。针对多特征融合技术,提出了一种基于HOG-WLD的融合特征技术。该技术通过对目标特征全面描述并将其送入已经训练好的SVM分类器进行识别,提高了行人识别的准确度。实验表明该技术不仅满足了智能视频监控系统的实时性,而且对系统行人识别的准确性有一定程度的提高。3、在行人跟踪方面,本文采用基于卡尔曼滤波器算法对行人跟踪进行实现,即通过手动圈画多个感兴趣目标和自动分配跟踪器来实现多个目标跟踪。4、在行人计数方面,通过对行人检测和跟踪技术的研究与分析,本文将这两种技术应用到了行人计数之中,即先分别对左右两侧进入视频的行人进行统计,然后进行总的人数统计。实验检验表明,本文设计的行人检测与跟踪方案在改善智能视频监控系统实时性同时,也提高了系统的鲁棒性。