室内尾随是犯罪前一种常见的行为,犯罪分子可以是跟随目标一起运动,也可能是单纯的在柜台前靠的离目标过近,这些行为时常因为较为随意不易被人察觉,虽然靠的过近不一定是犯罪,但是如果在有可疑行为发生的时候能够实时提醒公共场所的安保人员,无疑可以做到防患于未然。因为有尾随检测标志,对后期监控视频的人工检索也可以提供很大的帮助。本文设计了一套基于图像处理的室内尾随检测算法,对室内场景中的行人目标进行检测和跟踪。算法基本思想是记录行人的运动路径并对其进行判别,判断其是否存在尾随行为。室内目标的检测算法采用扫描图像提取特征并结合SVM分类的方法进行实现。首先对图像进行扫描,提取局部特征,由于HOG特征具有有抗尺度变化和抗光照变化的优点,我们采用了HOG特征对目标进行描述。本文提出的算法通过对扫描策略和特征计算两个步骤进行改进,在实时性方面有了很大提高。目标跟踪算法以关联检测目标为主,并结合Mean Shift方法对未匹配的目标进行补充来完成。文章对跟踪目标引入持续时间和运动信息两个属性,持续时间可以提高目标的可信度以便在后续帧进行降阈值检测,同时不同的持续时间可以作为虚假目标去除的依据,目标运动信息可以提供补充检测的具体区域以及画面的纵深关系,同时目标的运动信息也是尾随判定的依据之一。实验证明,该算法的检测率和跟踪覆盖率可以很好的满足尾随检测的需求,尾随检测实验也呈现出不错的结果。