基于视频的运动目标检测和跟踪是智能视频监控和计算机视觉领域的一个重要研究方向,它对于目标识别等后续高级处理具有重要意义。很多实际应用需要摄像头的运动来实现目标的连续跟踪,以增大监控范围,减少成本,但是摄像头的运动导致了整个背景的运动,相对于静态背景而言,大大地增加了运动目标检测和跟踪的复杂度,因此,移动背景下的运动目标检测与跟踪的研究就成为重中之重。本文针对移动背景下的运动目标检测与跟踪技术进行了研究,其中,着重研究了移动背景下的运动目标检测技术,和以人物为目标的跟踪技术,并提出了如下相应的算法和策略：在运动目标检测上,本文采用仿射运动参数模型对背景的全局运动进行建模,利用角点特征的提取和匹配估计模型参数,针对匹配点对中的外点,提出了一种基于距离一致性原则的方法去除外点,实现了对全局运动参数的鲁棒性估计。运用全局运动参数对背景进行补偿后与当前帧进行差分,能够有效地检测出运动目标。在检测出运动目标的基础上,本文采用基于HOG特征和SVM分类器的方法对运动区域进一步处理,判断运动目标是否为人体目标,若检测到有人体目标,则提取目标的颜色直方图,结合CamShift算法和Kalman滤波器对其进行跟踪,为了增强算法的鲁棒性和可靠性,本文改进了目标的颜色直方图的计算,并且融合了图像的颜色信息和运动信息进行跟踪。针对跟踪目标被遮挡的问题进行了详细分析,并给出了解决遮挡问题的办法。实验证明本文算法在不同的移动场景下能有效地检测运动的人物目标,并对其进行准确、连续的跟踪。