智能视频监控是计算机视觉领域的一个重要研究方向，它是利用计算机视觉技术、图像视频处理技术和人工智能技术对监控视频的内容进行高层语义分析，并且根据分析的结果对视频监控系统进行控制，从而使视频监控系统具有较高的智能化水平。由于其实际意义重大，被越来越多的应用于公共安全监控、医疗看护、交通管理、顾客服务等众多的领域，具有重要的理论价值和广泛的应用前景。　　 本文研究了智能视频监控的关键技术，包括视频采集、运动目标检测、运动目标跟踪和异常检测四个部分。　　 视频采集方面，通过德加拉采集卡和摄像头、计算机等硬件，使用采集卡提供的SDK完成了对监控场景的视频采集工作。　　 运动目标检测方面，系统的介绍了帧差法、光流法和背景差分三种方法，并确定使用背景差分算法完成课题运动目标检测的研究，背景差分算法的难点和重点是背景模型的选取，针对这个问题，选择了混合高斯背景模型。本文介绍了基于混合高斯模型的背景差分算法，然后系统的介绍了OpenCV中对于混合高斯模型运动检测的实现，最后对运动检测的结果进行了阴影消除和形态学处理，获得了较好的运动目标。　　 运动跟踪方面，系统介绍了基于模型、基于区域、基于活动轮廓和基于特征的跟踪算法，详细介绍了当前流行的均值漂移算法和以此为基础的Camshift算法，最后进行了实验，获得了较好的效果。　　 异常检测方面，定义了四种异常行为，通过运动轨迹分析完成了警戒线/禁区入侵异常的判断，通过直方图巴氏距离和轮廓相似性的算法完成了弃置/移出物品异常的检测。