本文将运动人体检测和跟踪的问题分为前景检测、人体检测和运动跟踪三部分,进行了分析和研究。首先,在前景检测方面,对比了当前主要算法的优缺点,综合之下采用ViBe算法,并针对其不足之处进行了改进。采用视频前n帧图像的中值图像作为ViBe算法的初始帧,有效解决了第一帧中就有运动目标造成鬼影的问题;并利用目标的二阶梯度特征信息,对阴影进行抑制,这种计算方法简单,运算量小,对阴影的抑制具有良好的效果,也能够满足系统实时性的要求。其次,在运动人体检测方面,本文采用了基于运动窗口的检测方法,减小了检测范围,从而达到提高检测速度的目的。采用了传统的HOG特征加SVM分类器的算法进行人体检测,并对其窗口融合的算法进行了修改,提高了其准确度;由于运动目标检测的结果窗口并不规整,需要对其进行扩展,使其规整。然后采用行人检测算法在窗口中进行多个尺度的检测,这样既保证了结果,又提高了检测速度。最后,在跟踪方面,本文采用了基于单目标长时间跟踪的TLD算法,运用卡尔曼预估器预估目标可能出现的区域,减小了检测器的检测范围,从而提高了其检测速度;将跟踪模块的单尺度光流算法改用多尺度的光流算法,解决了运动目标尺度较大产生的孔径问题;在TLD算法的基础上,增加了并行的多目标模型和检测器,修改了整合器的算法,使其能够对多目标信息进行整合,并进行长时间的跟踪。