近年来随着计算机视觉技术的不断发展,越来越多的计算机视觉技术诸如人脸识别、指纹识别等投入到我们的日常生活中来,给我们带来了很多生活上的便利。但是对于无人机、交通监控等移动摄像头的相关视觉方向依然存在许多值得研究的问题。本文主要针对移动摄像头拍摄视频中的目标检测、跟踪,以及事件检测问题进行研究。对于无人机拍摄视频中目标检测问题,本文详细分析了视频中小目标的占比以及检测网络难以对小目标进行训练的问题。针对这些问题,在ReitnaNet网络的基础上进行了改进,使更多的小目标可以被检测到。同时在多目标跟踪中,针对镜头的不规则运动问题,我们提出了可以自动识别镜头是否发生移动的多目标跟踪策略。这些方法在VisDrone数据集上进行了验证,依靠这些方法我们在2018 VisDrone Challenge评测中取得了第二名的成绩。对于交通监控视频的异常事件检测问题,我们提出了一种基于车辆轨迹的检测方法,其中,设计了一种无监督的提取道路掩膜的方法滤除误检的轨迹。我们使用此方法参加了 2019 AI City Challenge评测,取得了第七名的成绩。利用视频中目标检测和多目标跟踪的方法,我们对车辆测速任务进行探索,使用了图像的消失点来标定相机的投影矩阵,同时采用实时地检测和跟踪策略提取车辆的短时轨迹计算其瞬时速度,取得了较好的实验结果。