在公共安防领域，视频监控发挥着越来越重要的作用。目前，视频监控正在朝数字化、网络化和智能化三个方向发展，由于编码格式的快速发展，以及监控前端设备的发展，数字化和网络化已经发展的比较成熟，而智能化却一直没有得到大规模的应用和部署，传统的视频监控模式，只能单纯的接收视频内容，监控人员必须将全部注意力集中在视频内容上，由于人的精力有限，监控人员长时间盯着监视器时注意力会下降，异常事件经常发生漏报，使得传统的监控方式陷入“眼观六路，熟视无睹”的困境；总之，目前的视频监控是离不开人的高度参与。基于这种状况，智能视频监控是一个发展趋势，是视频监控系统发展的必由之路。 智能视频监控的智能性体现在它能通过图像分析，自动识别异常事件，减轻了安防监控人员的工作量，减少了对异常事件的漏报和误报。在静止背景下，大多异常事件都是由于运动目标造成的，因此，视频画面中的运动目标的检测、跟踪和识别是智能视频监控中的关键性技术。 运动目标的识别属于计算机视觉领域的研究范畴，有着巨大的理论价值和经济价值。运动目标的检测、跟踪和分类又是运动目标行为识别的前提，要识别监控图像中运动目标的行为，必须解决这三大问题。 本文在运动目标检测方面，在原有算法的基础上提出了一种自定义防区的运动目标检测算法，有效地解决了检测算法中存在的效率问题，能有效的屏蔽噪声的影响，并且讨论了阴影消除方面的问题；在跟踪算法方面，使用卡尔曼滤波器预测运动目标下一帧的位置，经过计算后，可实现多目标的跟踪，并提出了一种基于目标顶端的多目标跟踪算法，是一种改进的基于区域的多目标跟踪算法，这种方法不仅简单实用，而且能有效的处理遮挡问题；在运动目标分类方面，介绍了一种基于多特征融合的目标分类方法，使用运动目标的速度、面积和宽高比识别出交通监控中常见的三种角色，行人、汽车和自行车。在此基础上给出了运动目标简单的行为识别的基本方法，并讨论了汽车超速、逆向行驶和行人徘徊方面的具体实现方法。