视频监控技术涉及计算机科学、机器视觉、图像处理、模式识别和人工智能等多个学科,是计算机视觉领域一个新兴的应用方向和备受关注的前沿课题。智能视频监控即利用计算机视觉和序列图像分析的方法,对摄像机拍摄到的图像序列进行自动处理、分析和识别。目前现有的勤务监控系统在功能上相对单一,主要依靠人进行检测和识别,无法适应警卫、看押、看守任务的需要。本文根据实际任务需求,将智能视频监控技术应用到勤务监控系统中,围绕智能视频监控系统的一些关键技术进行了研究。通过智能监控系统能够检测到场景中出现的目标,判断该目标是否是人,从而采取一定的报警措施,这样能使执勤效率得到极大提高。首先,通过实验分析了基于高斯模型的背景更新问题,利用背景帧差法从视频中检测得到运动目标;采用了基于C-均值聚类的方法进行运动目标的提取,实验证明该方法较之典型的迭代法和OTSU法,均能够得到理想的分割效果。其次,根据分割得到的目标前景图像,从中建立人体目标的高宽比、面积比和周长比等特征参数,对基于BP神经网络的目标识别算法做了改造,构建了一个三层BP神经网络,通过对样本进行学习和训练,判断检测得到的目标是人还是其它物体,从而实现对人体的智能化识别。最后,根据勤务监控系统的需求分析,提出了系统的总体结构设计和软硬件部分的设计并做了部分实现。