运动目标的检测与跟踪是计算机视觉中的重要课题，它在智能视频监控、机器人导航、医学图像分析以及视频图像压缩等领域中都有广泛的应用。这一技术包括在视频图像序列中自动地进行运动目标的检测、目标跟踪、目标分类和行为理解等方面的内容。另一方面，随着人们对视频、流媒体需求的日益增加，视频通信与通信网络容量的矛盾也日益突出，视频压缩技术越来越受到人们的重视，研究压缩性能更高且具有较低复杂度的视频压缩编码算法成为国内外的热点。　　 首先，本文在研究常见的视频动态背景建模技术的基础上，针对传统的混合高斯模型以单一像素点为单位进行建模的冗余性、低效性，提出了一种基于图像块的高斯混合模型方法，能够在一定程度上提高计算效率。并针对高斯模型对噪声影响的抑制能力不够强、对背景内容的突然变化的适应性不够强的缺点，将高斯混合模型与三帧差分相结合进行背景检测。通过实验验证，改进的背景检测算法对于背景检测准确，处理速度快，能较好的抑止噪声的影响。另一方面，本文在对视频压缩编码标准H.264深入研究的基础上，针对目前H.264标准中帧间模式选择算法的高计算复杂度，将视频前景与背景检测技术应用于H.264帧间SKIP模式的快速判断中去。通过实验验证，本文方法可以增加背景区域和运动缓慢区域SKIP块的数量，能够提高判断速度，在一定程度上提高了编码算法的运算效率和压缩比率，并且能够保证视频图像的质量。