运动目标检测任务的目标是将视频连续图像帧中的运动目标提取出来,运动目标称为前景,其余区域称为背景,整个视频画面被分为前景和背景的二值图像。运动目标检测任务不同于传统的视频实例分割任务,运动目标检测一般是通过利用不同时序的视频帧进行背景像素和前景像素的标记划分,而不是仅仅针对某一帧的视频图像目标进行检测分割。传统的运动目标检测通常是通过背景建模完成对背景和前景的划分,而基于深度学习方法则是使用神经网络提取前景与背景特征,来完成前景目标与背景区域识别。尽管运动目标检测问题在近年来已经取得了不错的进展,但在实际的复杂场景下仍会受到不同程度的影响,如光照变化、动态背景、不良气候、目标姿态变化和间歇性运动等,无法有效地应对各种复杂场景下的运动目标检测问题。本文在开展了大量理论研究的情况下,针对复杂场景下的运动目标检测问题,提出理论创新,同时针对实际机场复杂场景下的应用提出了新的方法,本文主要工作如下:1、提出一种新的运动目标检测算法。通过充分提取历史帧中的运动信息和背景特征,使网络能够动态的估计当前帧的背景,增加网络对时空信息的提取能力,结合当前帧的深层语义特征,改善算法对前景与背景特征的识别能力,从而提升算法的检测性能。在CDnet数据集进行实验,实验结果证明了算法在多种复杂场景下均有良好的检测效果。2、针对实际机场场面复杂场景下的运动目标检测问题,提出了一种运动目标检测算法。利用邻近两帧捕获运动信息,并结合前景特征融合模块,有效地增强运动信息在深层网络中的传播能力,改善网络对于前景特征的识别能力,同时使用多尺度特征进一步的提高了算法的检测精度。在机场数据集AGVS上进行消融实验和对比实验分析,根据实验结果表明,算法可以有效地提高在机场复杂场景中的检测性能。