随着智能视频监控应用领域的不断拓展，为了在各种复杂场景下都能快速稳定的检测出运动目标，众多研究者提出了很多解决方法。鉴于背景减除法自身在算法理论的复杂度小，且对不同场景适应性强的优点，成为运动目标检测研究领域的基础方法。而在背景减除法的各种背景建模方法中，混合高斯模型方法以其适应性强、灵活高效的优点成为该领域的经典方法。本文以背景减除法为基础，系统的介绍了运动目标检测的主流方法，详细介绍了背景更新机制中常用的单高斯模型和混合高斯模型，接着对混合高斯模型中的重要参数的设定进行了多次实验，以获得不同环境下的经验值，并据此研究了基于自适应更新率的高斯背景建模方法，经过对比试验，论证了改进方法在建模速度上的大幅度提升。随后，根据改进算法的实验结果，采用卡尔曼滤波方法，对运动目标进行跟踪，获得了较好的跟踪效果。