智能视频监控是计算机视觉领域一个新兴的研究方向，结合了图像处理、模式识别、人工智能等多学科理论，被广泛应用于国防建设、交通管制、安防保卫等需要实时监控的场景。在监控场景中，行人通常是我们关注的主要对象，对于运动人体的检测和跟踪是智能视频监控系统的重要组成部分，是对人体运动行为进行分析的基础，具有重要的研究意义和广泛的应用前景。　　 本文主要针对摄像头静止情况下的运动人体检测和跟踪进行了研究，主要研究内容包括:　　 在运动人体检测阶段，比较分析了光流法、帧间差分法、背景差分法等检测方法的优势和不足，提出一种基于混合高斯模型法的运动人体检测改进算法，通过改进混合高斯模型法的更新机制，并结合帧间差分法，经过两次与运算和一次形态学膨胀处理，实现对运动人体的检测。实验证明该方法能够有效地抑制摄像头抖动、光照突变等背景噪声的影响，在多种复杂场景中都能达到较好的检测效果。　　 在运动人体跟踪阶段，对常用的跟踪算法进行分类，针对Camshift算法在运动目标与背景颜色相近以及遮挡等情况下跟踪效果不佳等问题，采用一种改进的基于Kalman滤波器的Camshift运动人体跟踪算法，利用Kalman滤波器对人体下一帧的运动状态进行预测，再利用Camshift算法结合运动人体目标掩模对人体进行定位，该方法缩小了运动人体的搜索范围，并能够有效地解决运动遮挡问题，实现对运动人体的有效跟踪。