智能视频监视系统是计算机视觉、模式识别以及人工智能等领域中一个研究热点,也是保证现代社会公共安全的重要高科技手段与技术。智能视频监控技术的主要内容之一就是监视特定场景中是否有新目标出现,这个任务的基本内容可以分成两个方面,首先在视频序列中检测到目标,其次把目标提取出来。论文对基于计算机视觉的只能视频监控中的运动目标检测相关技术进行了研究和分析,分别论述和相关技术以及研究结论。论文介绍了智能视频监控的现状、运动目标检测的相关理论和方法以及相关关键技术,并对多种主流目标检测和目标分割方法进行了研究;论文通过试验对时间平均背景模型、基于帧间差分的背景模型、单模高斯背景模型以及混合高斯背景模型等背景建模算法进行了分析比较,并给出了比较结论。在此基础上,提出了一种基于图像像素点亮度和能量为约束条件的背景构建方法,该方法的创新点在于将帧差图像像素点的亮度和能量信息与高斯背景建模结合起来,在保持算法的复杂度小于混合高斯背景建模方法的情况下,保持了高斯背景建模提取目标清晰的优势,章末给出了相关的实验和结论。最后论文提出了一种新的运动目标检测方法,该方法利用帧差信息方差的分布特点,利用方差函数检测出目标像素点,由彼此连通的像素点组成不同的目标区域,在对目标内部子区域进行填充后得到完整的目标区域,最后利用分割算法得到检测结果,并给出了实验结果以及结论。最后对论文的总体工作以及展望进行了说明。