运动人体的检测与跟踪已经成为计算机视觉领域的研究热点之一。本文分别对运动人体的检测和跟踪进行了研究。首先通过摄像头捕捉到视频图像，离散后得到视频序列，然后分别进行了背景差法的运动检测，利用Meanshift算法和Camshift算法对单目标的运动人体进行跟踪，最后再结合Kalman滤波技术对双目标的运动人体进行了跟踪。整个检测和跟踪过程的实验都是在matlab环境下进行的仿真实验。 在进行运动人体检测时，首先要将通过摄像头采集到的视频序列进行预处理，然后对视觉场景进行背景建模，在利用背景差法将运动目标与背景分离后，进行二值化处理，得到前景为白色，背景为黑色的二值化图像。由于在光照强烈的情况下进行运动检测时得到的二值化图像中会有阴影区域，所以接下来的工作要对影子进行滤除。去除掉影子后通过形态学滤波和连通性的检测将一些孤立的白点去掉，将运动目标中出现的黑色孔洞进行填充。最后就得到了一幅完整的检测图像。 在进行人体跟踪过程中，本文选取直方图和搜索窗口内的质心作为运动目标的特征。在了解了Meanshift算法和Camshift算法的原理后，本文分别用两种算法对单个运动目标做了对比仿真实验，并给出了跟踪效果图。 在接下来对双目标的运动人体进行研究时发现了许多难点问题需要解决，特别是遮挡与分离问题比较棘手。由于直方图的特征并不具备与运动目标一一对应的特性，本文提出了借助Kalman滤波器对两个目标的运动状态分别进行预测和估计，从而增加目标遮挡和分离后判断的可靠性。在将Camshift跟踪与Kalman滤波两种算法结合后，本文给出了一个针对两个运动目标的完整的跟踪流程图，并按照此流程算法进行了仿真实验，实验结果发现对两个运动目标的跟踪效果还是比较令人满意的。