行人检测与跟踪是智能视频分析领域中一个重要的研究课题。由于人体的头肩呈现比较固定的类似“Ω”形状和不易被遮挡等优点，为行人的准确检测和跟踪提供了先决条件。本文对运动人体目标的检测与跟踪问题在单个固定摄像头的场景下进行了研究与分析，其主要工作内容如下描述：首先，提取运动目标方面，分析了几种典型的运动目标检测方法。对于视频监控系统中固定背景情形下，采用背景相减法提取运动目标。背景差分后，首先利用归一化颜色信息消除运动目标的阴影，然后使用数学形态学方法修复前景图像和去噪。其次，头肩检测方面，针对单一特征辨识度较低和头肩尺度多样性问题，本文提出了使用梯度方向直方图（HOG）和局部二值模式（LBP）的串行融合特征来对头肩图像进行描述，融合后的特征送入支持向量机，并且通过Bootstrapping的方式对其进行训练，得到最终的头肩判别模型，该方法使检测效果得到了提升。然后，头肩跟踪方面，本文选用了基于粒子滤波的跟踪算法使用了加权彩色直方图当作头肩的描述方式，其利用头肩区域直方图和中心点初始化滤波器，实现了对人体头肩的跟踪。最后，针对DSP平台，借助OpenCV函数库中SVM离线训练的分类器进行了头肩检测算法的移植与优化的工作，取得阶段性成果。