本文研究海事场景的网络视频监控技术，即从网络上获取航段和港区现场的视频图像序列，并进行分析和处理，对用户自定义的监控区域进行实时监控，当监控区域内出现运动目标时能够进行分级告警。在运动检测方面，本文为视频帧中的每个像素位置建立若干个随时间变化的高斯模型，根据当前帧中该像素被高斯模型接受的概率和来区分该像素(前景和背景)，并实时更新高斯模型和调整高斯模型的个数。为了准确、快速地去除噪声，本文通过对初次检测出来的“前景候选点”的3×3邻域统计前景点个数来抑制噪声，收到了很好的效果。在目标跟踪方面，本文为每个检测出来的目标区域建立包括颜色、形状和运动的目标模型，然后在新目标和轨迹之间建立距离矩阵和匹配矩阵。对于没有匹配的新目标，通过分析其与没有匹配的轨迹之间的重叠关系来判定是否发生目标合并和遮挡，并以合并目标的轨迹作为单个目标的轨迹；对于没有匹配的轨迹，同样分析其与没有匹配的新目标之间的重叠关系以及模型之间的相似度来判断是否发生目标分离，并继续更新该目标合并前的目标轨迹。本文通过对每帧的前景面积建立一个实时更新的高斯模型来检测摄像机晃动；又按照5秒的间隔周期性地统计视频帧的颜色直方图，通过直方图检测出恶劣天气或光照变化而关闭运动监控，防止发生误报警。本文实现的海事场景视频监控系统能对来自不同场景的多达25路视频信号进行实时监控，根据不同场景的需要可以实现不同灵敏度的监控，具有很好的适用性和鲁棒性；同时能够处理包括遮挡问题在内的复杂多目标跟踪，按需统计监控区域内的目标流量情况。