在这20年中,视频监控经历了模拟视频监控阶段、数字视频监控阶段和智能网络视频监控阶段。数字监控视频的出现,为计算机量化分析监控视频数据提供了极大的便利。随着视频监控行业市场的稳健发展,以及对市场的良好预期,高清监控逐渐取代标清监控,高清监控已成不可逆转的趋势。但是,监控设备更换耗资巨大,监控视频导致的“海量”数据信息,以及理论研究和实际应用间的巨大差距,都成为监控视频行业进一步发展需要面临的问题。海量监控视频数据导致数据难于进行有效的管理和分析,监控视频中包含的信息量巨大,但是有用的信息很少。通常情况下,并不是所有的无用信息都能够被计算机执行并处理。但是,监控视频静态场景帧反复存储所造成的存储空间浪费是可以减少的。随着高分辨率监控时代的到来,目前常用运动目标算法的复杂度就需要降低。为此,本文针对监控视频静态场景帧去除和运动目标检测两个方面进行了研究。在监控视频静态场景帧去除方面:监控视频静态场景帧的去除,不仅能够降低监控视频的数据量,节约成本,还能够缩短回看监控视频时发现关注问题的必要时间。通过对帧间差分阈值分析,发现帧间差分法的时效性较高,能够对监控场景做到及时的检测。通过分析帧差检测像素的特点后,构建了一个检测点抑制方法,这样处理后能够减少近似静态帧的存储。通过对单异常信息帧分析,构建了一个单异常帧处理机制,能够进一步减少无异常信息片段。试验表明,本文提到的监控视频静态帧去除方法是可行的。在运动目标检测方面:结合着高斯法、码本法、帧间差分法和统计值法等几种方法的优点,提出了一种高效的双模板运动目标检测方法。通过讨论该方法模板的更新过程和双模版更新机制,说明了双模版运动目标检测的原理。试验表明,本文提出的双层模板运动目标检测方法,不仅能够对运动目标进行有效的检测,而且能够有效去除监控场景中运动物体由于停止运动时间过长被融入背景后突然再次运动所产生的“鬼影”。