图像识别技术是人工智能的一个重要领域，伴随着计算机视觉，机器学习，模式识别，人工智能等各种学科的发展而逐步形成起来的，在国民生活的各个方面都发挥着越来越大的作用。诸如各个机场海关等入口的智能监控，森林火险的自动报警，工业生产的产品检测，智能图像识别技术的重要性日益突出。行人识别是智能图像识别的一个重要课题。它能够有效的提高敏感区域的智能监控效率，提高安保部门的行人侦别检测，同时良好检测方法可以更好的理解行人后期的行为。目前的所有行人检测方法都无法达到实效性与准确性的结合。本文以上海某科技有限公司在天津港的实际智能监控项目为依据，首先全面的阐述了一个行人检测系统，介绍了系统框架的构建，训练数据的采集，运动目标检测的一般方法。其次，重点介绍了基于CENTRIST特征的行人检测。结果表明，取得了良好的行人检测效果。论文的主要内容有：1)智能视频采集卡与后台服务程序的接入。通过搭建视频采集卡与后台系统的接序，实现了多通道同时输入。基本满足了后台系统的使用需求。2)设计并实现了具有实际应用价值的行人检测模块。根据运动检测的结果，提取行人算子，通过神经网络分类器以及SVM分类器，产生了比较可靠的分类效果。3)测试了运动目标检测算法和模式识别分类器。通过逐一的检测这些算法的效果，得出最适合CENTRIST算子的运动检测和分类器算法。本文所阐述的方法还可以用在不同车辆类型等物体的检测。