运动目标检测是通过数字图像处理来理解和感知视频画面中的内容，同时它又融合了模式识别、人工智能、多传感器信息融合等领域的先进技术，是当前的一个交叉性综合学科的热门研究课题，广泛应用于智能交通、数字城市、智能监控、商务智能、平安社区、公共场所管理等领域。本课题主要涉及硬件、软件、算法、信息融合四个方面，其中算法和信息融合是重点。在算法方面，首先基于混合高斯模型背景法，引入视觉注意机制对其改进，提出基于运动优先的时空动态混合算法，以解决混合高斯模型背景法中运动目标因停留时间过长而被更新为背景而导致目标丢失的问题；其次将时空动态混合后的显著运动图像与视觉注意机制的显著区域做逻辑“与”运算，以消除由混合高斯模型自身带来的部分孤立噪点。在硬件方面，基于DM642的硬件电路板，包括DM642芯片模块、存储器模块、视频输入/输出模块、I/O模块等模块平台，通过I/O模块的光电耦合器与红外传感器的连接，实现红外传感器的开关量信号采集；通过FLASH空间地址的划分和掉电保护，实现算法代码的烧写和更新；由电路板上硬件加密芯片，实现算法的硬件加密保护和安全存储。在软件方面，利用CCS集成开发环境和CSL库函数、DSP/BIOS嵌入式操作系统、eXpress算法标准和RF5参考框架、DDK/NDK等开发工具实现在DM642平台的算法移植，同时实现PC与DM642的通信功能模块包括PC端向DM642的报警规则设置，以及程序更新升级时传送程序文本文件和报警图片FTP传输部分。在信息融合方面，提出了时空动态混合运动目标检测算法与三帧差分法相结合的智能视频分析算法，利用模糊推理Mamdani法对视频分析结果与红外传感器进行信息融合。实验表明，系统能够实时有效的检测出运动目标，解决了复杂场景中运动目标因停留时间过长被更新为背景而目标丢失的问题，以及树叶、小鸟等小目标和阴影、灯光等光线影响的严重干扰问题，大大降低了误报率和漏报率，具有良好的准确性和鲁棒性。