近年来安全城市概念逐步深入，尤其在公共场所人流密度大、安全任务重，需要布设大量摄像头实施全局监控，协助安防。传统的人工监控耗费过多的人力、物力，监控智能化已逐步取代人工方式。智能视频监控系统中目标检测和目标跟踪技术在公共场所的应用，可实时掌握场景中人员运动情况，为公共场所的安全提供智能化保障。本文在目标检测模块中，比较了传统帧差法和背景减法在公共场所应用环境下的不足，采用相邻两帧图像邻域相关系数法二值化前景区域，并设计一种适用于此环境的背景更新策略。首先建立一个正方形窗口，将待判断的像素点设置为该窗口中心位置，计算窗口范围内两帧图像像素值的相关系数，经过阈值判断该像素点是否为前景像素，相关系数可以较好地解决噪声干扰，降低非静止背景的影响；其次统计图像中相同灰度级像素亮度增益均值，采用增益均值更新背景模型；最后加入运动估计机制降低光照变化对前景检测的误判率。实验表明该方法具有较好的噪声抑制效果，能准确提取前景，与混合高斯模型相比，本文的背景模型可更好地减少光照变化影响。在目标跟踪模块中，针对人体移动过程中存在尺度变化等非刚性特点，采用基于颜色直方图的Camshift跟踪算法，并分析了Camshift跟踪算法在实际应用中存在的不足：①需人工手动标记跟踪目标，②容易受到同色背景干扰。对此做了相应改进：结合上述目标检测算法，实现目标的自动标记；对Camshift算法的目标颜色建模进行改进，采用区域加权的颜色概率分布模型减少同色背景对跟踪造成的干扰。当目标出现遮挡，特征信息减少时结合Kalman预测机制实现目标的稳定跟踪。实验结果表明改进的算法在满足实时性的同时可达到有效的目标跟踪。论文最后实现一个基于OpenCV智能视频监控系统，该系统采用C/S架构可应用于实际监控场所方便部署。