视频监控系统在当今社会发挥着越来越重要的作用,而事件检测算法是智能视频监控系统的重要组成部分,也是计算机视觉、模式识别、人工智能、机器学习等诸多领域交叉的重要研究方向,具有很强的理论意义和实用价值。本文针对监控视频中的事件检测相关算法进行了深入的研究和探索。实现了三种较新的背景减除算法,通过对其进行量化分析和比较,总结出了背景减除算法的一般性结构及现存问题；针对背景减除常见问题,提出了一种新型的基于综合前景模板的背景减除算法,其中基于帧间差图像分块直方图统计的突发光照变化情况的检测机制是算法中重要的创新点之一,该机制提高了算法鲁棒性。该算法在测试数据集上取得了较理想的效果。改进了一个复杂场景中跑步事件检测算法,该算法通过对密集人流中行人的头肩框进行检测-跟踪-判决实现跑步事件的识别。提出了一种针对室内场景的摔倒检测算法,该算法通过对人体区域运动历史图进行统计以实现人体的运动状态的量化描述,同时又通过对人体前景区域的椭圆拟合来获得人体的倾斜角度以及长短轴之比率;基于这两类特征的数值分析实现摔倒动作的识别。