在大型超市的日常管理中,为收集顾客在超市活动的数据信息,早期经常采用人工市场调查的方法,但是这种方法费时又费力。而如果采用人物搜索和人物运动跟踪算法,再用计算机软件处理的方法,分析超市某一特定区域逗留的顾客数目、逗留的坐标、开始逗留和结束逗留的时间等数据,分析出商场中当前畅销商品和合理搭配商品摆放位置,指导超市的管理,则可以极大的增加超市商品的销售量,为管理提供方便性和灵活性。因此,本文主要研究方向就是通过运动目标检测与跟踪研究,实现如何让计算机从视频图像序列中获得人物运动及动作等相关精确数据,并加以应用。本文通过分析研究人物目标检测算法,着力减少视频图像中背景变化及噪声影响的干扰,分析和优化差分背景减除算法、对比人物的跟踪定位算法CAMShift算法和卡尔曼滤波算法,建立人物轮廓模型分析人物行为动作,结合Kinect技术建立系统模型。并根据上述方法分析人物行为,收集活动人物在某一特定区域的数据,再通过计算机技术分析活动人物的特点,最终得到可利用的有效数据。最后分析实验数据,结果表明该系统模型在检测人物目标、人物跟踪、人物行为的分析等方面具有一定的鲁棒性。