视频运动目标检测是计算机视觉和数字视频处理等领域的重要研究内容之一，也是智能视频监控系统中目标分类和行为理解等后续处理的基础。在马尔科夫随机场中，视频运动目标检测问题通常可以描述为全局能量函数优化问题进行求解，而置信传播算法作为一种重要的全局能量函数优化方法，在解决此类问题时能够取得很好的效果。然而，置信传播算法的计算复杂度高、计算效率低下，导致其在实际应用中受到了制约。针对这一问题，本文提出了两种改善算法计算复杂度、提高算法计算效率的高效置信传播算法。基于局部最大权匹配置信传播的视频运动目标检测算法，通过局部最大权匹配将网格优化为无环图形式进行信息交换，达到减少迭代次数，提高算法计算效率的目的。算法主要是依据局部最大权匹配思想，在像素点之间实行相关性匹配，根据像素点之间匹配的先后顺序，确定信息传递的最优路径，然后利用置信传播算法实现像素点之间的信息交换并且计算各像素点的能量值，通过对比视频图像和背景图像的能量值，实现视频运动目标的有效检测。基于典型相关树加权置信传播的视频运动目标检测算法，先不考虑图模型中的有环问题，而是分块后在块与块之间重新建立环路，然后利用树加权置信传播进行求解，它将复杂的网格优化为环路，再将环路分解成生成树形式，在一定程度上减少迭代次数，提高算法的计算效率。算法首先对输入的视频图像进行分块，然后利用典型相关求解块与块之间的典型相关系数，根据系数值大小在块与块之间重新建立新的环路，最后利用树加权置信传播算法进行视频运动目标检测。