随着国家城市化的不断扩大,大量人员涌入城市,造成了人口流动的加剧,老百姓对于个人及社会的安全问题提出了更高的要求。智能视频监控系统的应用受到了大家广泛的关注,行人检测与跟踪技术是其核心。本文的研究思路为通过运动目标检测算法将视频监控中的运动区域从背景中分离出来,之后通过行人检测方法,将运动区域的中行人对象检测出来,最后将行人目标信息传递给跟踪算法,对行人进行跟踪。论文的具体内容可总结如下:（1）运动目标检测。主要对帧间差分法、自适应混合高斯背景建模方法、ViBe算法进行了对比实验,从运动区域提取的形态学完整性及检测时间上,ViBe算法取得了比较好地平衡。针对ViBe算法中存在的鬼影问题,本文利用帧差法与ViBe算法检测原理的不同,将三帧差得到的图像经孔洞填充算法与形态学处理后,与ViBe方法结合,来加速鬼影的消除。实验结果表明,将改进后的三帧差法与ViBe结合的方式可以更快消除因为鬼影带来的误检测问题,检测结果更加准确。（2）行人检测。将运动区域提取出来后,需要对运动区域中的行人对象进行识别与检测。这部分主要介绍了基于机器学习SVM与基于深度学习YOLO3-tiny网络的两种不同原理的检测方法,并着重对基于深度学习YOLO3-tiny网络模型进行了研究,本文以YOLO3-tiny网络模型为框架,通过修改网络模型的分类器的输出维度,并在行人数据集上训练与验证,实现基于YOLO3-tiny模型的行人检测。实验结果表明,本文实现的基于YOLO3-tiny模型的行人检测效果优于SVM的方法,同时该方法在检测的准确率及检测速度上都可以满足实际场景下行人检测的要求。（3）行人跟踪。将行人检测出来后,需要对行人进行有效的的跟踪。这一部分主要对生成式的跟踪方法中的Meanshift算法与Camshift算法进行了介绍,针对行人目标在移动过程中出现的短遮挡及周围有相似颜色行人干扰的情况,本文采用Kalman与Camshift相结合的方式,来提升原Camshift算法跟踪的稳定性。最后将跟踪算法与之前的检测方法结合,实现在简单场景对下多个行人的自动检测及跟踪。