目前,在视频分析和处理过程中,运动物体的实时检测和轮廓跟踪作为计算计视觉分析识别的基础,已变得越来越重要。运动人体的检测与跟踪更有着广泛的应用价值,尤其是在全球日益关注安全问题的时代,基于计算机视觉的安全监控系统既能够高效地保障安全任务,又能节省大量的人力物力。运动人体包括人体的局部运动和人体全身运动两个部分。本文就这两个部分检测与跟踪分别作了研究。本文研究了手部轮廓与手势的实时跟踪方法。首先改进了传统的射线矢量法表示物体形状的方法,并结合拆分法和聚合法对单帧图像进行分割以得到完整而准确的手部曲线,然后在相邻帧之间采用了Kalman滤波器估计帧间手部运动的轨迹来实现运动跟踪过程。该方法很好地克服了传统射线矢量法无法表示形状的缺陷,能够准确地跟踪手部各种手势的运动。本文对人体全身运动的检测与跟踪提出了基于背景差分和SNAKE主动轮廓模型的运动人体自动跟踪算法,该方法首先通过背景重建方法取得背景,再利用背景差分法检测出运动人体。然后对检测结果进行角点检测,搜索出运动人体的外接矩形,将运动人体定位,同时将此外接矩形作为snake主动轮廓模型的初始轮廓,实现了snake模型的自动化过程。最后将Snake模型通过能量最小化过程形变收敛到人体的轮廓,将当前帧得到的人体轮廓作为下一帧snake的初始轮廓,反复直至所有帧结束,可以得到完整视频图像运动人体的轮廓。但是由于snake的收敛过度依赖于初始轮廓的位置的缺点,本文增加了光流估计来预测帧间特征点的位移,使跟踪算法更加鲁棒。