当今社会,行人运动分析的发展已经越来越成熟,为人们的生活带来了许多便利,也是未来科技发展的一个新兴研究热点,相关技术包括行人存在检测、目标识别跟踪等技术也有着巨大的发展前景,如何建立一套高效通用的分析系统,决定着该领域是否能够得到更广泛地应用。本论文在前人的研究成果及技术的基础上,对现有的一些算法加以改进,以达到更好的运算效果。提出了改进型帧差法结合多特征级联的AdaBoost分类器,完成了行人检测识别的任务,利用粒子滤波的算法,对行人的运动轨迹进行预测,再使用AdaBoost分类器进一步确认预测结果。论文具体的研究工作有：(1)行人检测的算法的研究,详细研究了帧差法并提出了改进,图像预处理之后,使用改进型的多帧差法完成行人的存在检测,提高了算法的准确性,进一步对帧差后的结果进行运动区域的提取,减少了后续算法的运算范围,’提高了算法的准确性。(2)行人识别的算法的研究,详细地研究了Boosting算法,通过比较各个算子的性能,确定本论文采用Haar、edgelet特征算子相结合的级联的AdaBoost算法,同时利用动态的权重来改善级联的AdaBoost算法,提高了检测识别的准确率。(3)运动目标的跟踪算法的研究,对本论文采用的粒子滤波算法进行了重点的研究,并且对算法进行了改进,确定本论文使用的级联分类器结合粒子滤波的算法,跟踪结束之后再识别,进一步对跟踪结果的准确进行判断,使得算法准确性得以提升。(4)编写程序实现算法的思想,在软件平台OpenCV上运行程序,并且对实验的结果予以了展示,通过实验结果可以看出,本论文所采用的算法有效地提高了检测识别以及跟踪的准确性,并且提高了算法的运算速度。经过论文的研究与实验初步形成了一套行人运动分析系统,完成了行人存在检测与识别,行人运动轨迹追踪等任务,实验的结果证明算法具有一定的可应用性。