近年来,对于视频序列中人体运动行为的视觉分析是计算机视觉领域中日益受到重视的一个研究方向。随着时代的进步,这项技术也在不断的发展完善,在未来必将有广阔的应用前景并为社会带来巨大的经济效益。文章首先详细介绍了当前国内外在人体行为识别领域的研究现状和发展趋势,并且分析了其在视频监控方面的应用情况。在此基础上,本文完成的研究工作及主要贡献包括以下三个方面：在静止背景下运动目标检测和提取研究方面,总结了当前常用的几种算法的原理,提出了一种改进的基于背景减除的时间差分法,可获得较为精确的运动人体轮廓。在运动目标跟踪研究方面,在分析了现有跟踪方法的基础上,详细介绍了本文采用的一种适合于本系统的运动目标跟踪算法,即利用卡尔曼滤波对场景中的运动对象进行实时跟踪。在人体行为识别方面,由于人体在运动过程中动作都可以分解成以时间为线索的图像序列,本文使用了状态空间法,首先利用小波矩来对人体图像进行特征提取,然后利用隐马尔可夫模型对运动人体的行为进行识别。通过实验发现,本文的算法具有很小的漏检率和误检率,而且具有较好的实时性。