随着现代社会的快速发展，各行各业对安防报警系统的需求也是与日俱增，并对智能视频监控系统中的应用技术及其发展提出了更高的要求。运动目标检测跟踪与行为检测技术作为智能视频监控技术的重要研究方向，对于协助工作人员及时发现和处理突发的异常事件、实现全天候无人自动值守监控具有重要意义。　　 本文对复杂背景下的目标检测与跟踪进行了深入研究，并对检测跟踪的目标进行行为分析。本文主要以运动目标检测与跟踪的效率和实时性以及行为判断的准确性为突破口，研究了码本背景模型、粒子滤波等算法，主要工作包括:　　 ①传统检测算法由于算法本身的局限性，对复杂背景下的运动目标的检测效果不够理想、对光照敏感。针对这些缺点，本文提出采用YUV空间替代RGB空间的码本背景模型，并结合阴影去除、形态学处理等技术，克服了复杂背景和光照对检测结果的干扰，提高了检测的效果和性能。　　 ②本文在深入研究运动目标跟踪算法的基础上，为了解决非线性、非高斯环境下的运动目标跟踪问题引入了粒子滤波跟踪算法，有效地解决了背景颜色干扰、目标交叉、遮挡等问题。　　 ③为了在保证粒子多样性的前提下降低传统粒子滤波的计算量和时间复杂度，本文对粒子滤波算法进行改进，通过引入前景检测，对目标采样的范围进行限制，这样做可以增加粒子采样的可信度，对粒子退化的速度也起到一定的抑制作用，提高了粒子滤波跟踪算法的准确性和效率。　　 ④结合运动目标检测与跟踪算法，本文设计并实现了一个异常行为检测系统，对警戒区域中的运动目标进行异常行为检测，并且本文提出通过训练运动目标的长宽比，对行人的异常行为进行分析，本文定义目标穿越警戒线、进入警戒区域、逆向运动、突然加速、行人的跌倒、蹲下、伸开双臂等为异常行为。　　 在文章的最后，对研究的内容进行了总结，并指出了后续的研究方向，为研究的进一步深入提供了一些思路。