视频监控系统在军事、经济以及社会安全方面扮演着重要的角色。传统的视频监控主要依靠人工完成,其效率很低而且容易造成监控的疏漏,近年来随着计算机视觉以及模式识别技术的不断发展以及硬件性能的不断提高,采取自动化的智能视频监控系统已是大势所趋,怎样能够高效、快速地进行人物检测以及清晰的图像获取是目前亟待解决的问题。首先,对目前比较成熟的智能视频监控系统以及人物检测技术进行了广泛的研究,分析了各种现有智能监控系统的局限性。对一些广泛应用的人脸检测、行人/人头检测以及目标跟踪算法进行了介绍,并分析了其适用的范围和不足。其次,对传统的方向梯度直方图人头检测算法进行了性能方面的分析,提出了高效的基于GPU的并行加速的方向梯度直方图算法；同时还对引起算法误检率过高的原因进行了统计分析,提出了基于运动形态的滤波算法,大大降低了原算法的误检率。最后,基于对视频特征分析的人物检测及清晰图像获取系统各项基本功能的分析,给出了系统的总体设计与实现。其中,为了能够高效地进行系统的构建,采用MVC模式对系统的软件部分做出了清晰的模块化设计与实现,基于AdaBoost人脸检测、方向梯度直方图人头检测以及差分EMD目标跟踪技术,构建了整个系统,能够实时地对人物进行检测以及跟踪,并获取清晰的图像,支持图像的索引化存储以方便检索和浏览。