移动视频监控技术的出现极大的提高了视频监控的实时性、便捷性,该技术应用十分广泛。以智能手机实现的移动视频监控作为典型应用场景,仍存在很多问题。如监控场景数量较多而手机屏幕较小,导致无法清晰、全面的监视每一个场景,需要通过不断的手动切换监控画面的方式来达到对每一个场景的监控;在进行多画面监控时监控人员需要将精力分散到每一个监控画面上,没有监控的重心,无法实时、快速的捕获监控场景中出现的突发事件,导致监控效率低。因此,针对以上提出的问题,设计并实现了一种面向行人检测的多画面智能切换系统,使得智能手机能够同时显示多路监控画面,并根据现场情况进行监控画面的智能切换。本文主要的研究工作如下:（1）基于Nginx内置的least＿conn均衡策略,提出一种改进的dynamic＿conn均衡算法。能够实时分析上游服务器性能指标信息,并根据服务器反馈信息动态更改服务器的负载权值。这一算法均衡了后端服务器的负载,提升了视频数据传输的稳定性并降低了播放时延。（2）在传统方向梯度直方图（Histogram of Oriented Gradient,HOG）加支持向量机（Support Vector Machine,SVM）的行人检测方法基础上,引入了中值滤波算法,提出一种“HOG+SVM+中值滤波”三方融合的行人检测模型（Pedestrian Detection Model Based on Tripartite Fusion,PDMTF）。在提取行人HOG特征之前,首先对所有图像进行预处理操作,消除或降低图像因压缩、传输、接收等作业时所产生的的噪声影响,使得提取到的行人HOG特征更加准确。（3）提出一种实时场景的自动监控策略,使得在出现紧急情况时,实现监控画面的智能切换,将发生突发性事件的场景呈现给用户,能有效降低用户的监控压力,并提升视频监控的效率。面向行人检测的多画面智能切换系统的提出,有效解决了当前智能手机移动终端在进行移动监控时所存在的不足,提高了移动视频监控的效率。最终测试结果表明,面向行人检测的多画面智能切换系统各模块运行良好,能够基本满足用户需求。