智能型的监控系统是目前国际上视频监控研究领域的发展方向之一。所谓智能型的监控系统是指利用当今先进的数字信号处理技术、模式识别技术、人工智能理论及自动控制技术等，将单个视频监控产品集成到一个监控系统中，使整个监控系统具有智能性，能对整个监控区域内可能发生的犯罪进行预警，自动跟踪可疑目标，实时监控一个大范围区域。 一般视频监控系统存在诸多不足，其中最主要的是视频视野和视频清晰度之间的矛盾。在监控系统中，主要体现在监控区域要大，监控目标（人或者说人脸）要清晰。本文针对这一矛盾采用一个两摄像机解决方案：静态摄像机监控整个区域，动态摄像机用于跟踪具体的运动目标。在既不牺牲视频视野又不牺牲视频清晰度的情况下，较好的解决了二者之间的矛盾。 本文还着重研究和讨论了智能视频监控系统中涉及到的两个关键技术：运动目标的检测分割技术和运动目标的自动跟踪技术。 1、目标的检测分割技术 运动目标的检测是视频流研究中的一个极其重要且又困难的问题，它不但要从视频流中分割出目标和背景，同时它又是识别、分类和分析的基础。因为识别、分类和分析只对运动目标感兴趣，这样可以使它们（识别、分类和分析）更快速更有效。本文对三种传统的运动目标检测方法进行了分析、比较，同时针对视频监控系统中视频流具有固定背景这一先验知识以及必须满足实时分割的要求，提出采用背景差的方法进行运动目标的检测、分割，即用彩色空间的多个分布模型描述彩色视频图像的背景像素点及其统计特性的方法检测分割运动目标。 2、运动目标的自动跟踪 对人的运动跟踪是视频监控系统的一个难点，同时也是计算机视觉中最近几年的一个研究热点，所以本文首先对人体的跟踪做了详细的介绍，接着讨论了运动目标跟踪的基本原理，对各种跟踪算法进行了概括、总结。针对单一跟踪方法存在不足之处，提出了一种用多种方法相结合的思路对运动目标进行跟踪，即采用最近邻域法和卡尔曼滤波器相结合的方法。 本文的主要创新之处在于对上述两种关键技术，分别给出了一种在实时视频监控系统中的解决方案，同时本文采用的两摄像机解决方案既保证了大范围视野的监控又获得了感兴趣目标的高清晰度信息。 我们在虹桥路宜山路的交口和交大慧谷创业中心一楼大厅监控点分别进行了实地试验，实验证明我们采用的方法具有可行性和实用性。 本论文得到了国家自然科学基金项目“视频分割理论与应用研究”（60072029）、国家科技部创新基金项目“JTDM智能数字监控器”以及上海市科委种子基金的资助。