智能监控系统体现着未来视频监控数字化、智能化发展趋势，在交通、军事、公共安全等领域具有广阔的应用前景，已经成为计算机视觉领域的研究热点。本文在研究分析目前的相关技术基础上，主要针对静止背景下的人体异常行为识别的关键技术进行了实验研究。在运动目标检测方面，提出了一种运动目标检测改进算法。该算法基于混合高斯背景模型算法，首先运用三帧差分法快速检测出运动区域，再使用面积法判断场景中是否有运动目标出现，如有运动目标出现就用改进的混合高斯背景模型算法检测和提取运动目标，在满足实时性要求的前提下，确保了良好的目标检测效果。在运动目标跟踪方面，研究了Mean-shift跟踪方法和SIFT特征点的特性，提出了用SIFT特征点的模值-方向直方图代替Mean-Shift跟踪算法中颜色特征，本文算法克服了原算法在目标与背景颜色接近、目标发生遮挡时跟踪易失效的缺陷。在异常行为识别方面，分析了行人跳跃、徘徊、奔跑和非法入侵等简单异常行为的特点，定义了这几类异常行为的检测规则，提出了相应异常行为的检测算法。通过提取运动目标的运动轨迹、外接矩形框长宽比，对行为跳跃、蹲走等异常行为进行检测；通过分析、统计运动目标质心坐标的变化，检测行人的徘徊行为；根据运动目标质心坐标与警戒区域的关系，做出行人是否闯入警戒区域的判断；根据运动目标质心坐标随时间发生的变化，计算运动目标的运动速率，检测行人的奔跑行为。本文对上述各个算法进行了模拟实验，结果表明本文算法可以快速、有效地检测出行人的异常行为。