在公共安全形势日益严峻的情形下,监控视频作为重要的安保手段之一被广泛应用。然而庞大的视频监控系统产生了海量视频数据,如何有效处理分析视频数据是亟待解决的问题之一。智能监控视频系统综合利用计算机视觉、模式识别等技术,使计算机自动实现对所获取视频信号的处理、分析和理解。在智能豁控视频系统中,视频运动目标提取是关键技术之一,但在实际的监控环境中目标提取面临许多难题,而且许多应用场景要求实现实时提取目标。因此,对复杂场景下的视频运动目标实时提取方法进行研究,具有重要的理论意义与实用价值。此外,依靠传统的人工方式来查看视频数据,耗时且效率低下,因此如何快速有效地浏览视频数据也是智能监控系统中需深入研究的问题之一。视频摘要是解决这一问题的有效途径,通过对视频内容的结构化分析,从原始视频当中选取出一段能充分概括原视频主要内容与意义的图像序列,实现原始视频在时间或者空间上的压缩。因此,为了实现海量监控视频数据的高效存储和浏览,需针对监控视频特点提出有效的视频摘要生成方法。针对上述问题,本文主要研究内容如下：1.为了解决复杂场景下的目标实时提取问题,本文提出了基于增量非负矩阵分解的运动目标实时提取算法。该算法首先对目标实时提取模型中的相关参数加以非负约束,以避免出现无意义的负值像素点;其次,为对目标像素点的空间分布信息加以利用,本文引入结构化稀疏范数规则化目标分量;最后提出基于增量非负矩阵分解的优化算法对模型参数进行求解。利用公开图像数据库进行的实验表明,本文算法能够较好地实现复杂场景下的运动目标实时提取。2.针对监控视频的有效存储和浏览问题,本文提出了基于运动目标提取的监控视频摘要方法。本文的监控视频摘要生成方法主要包含三个步骤,首先根据视频画面中运动目标的变化情况来对监控视频序列进行分段;接下来对每个视频分段分别进行关键帧抽取和轨迹提取；最后,将得到的关键帧和轨迹图合并生成摘要。利用实际监控视频数据进行相关实验,验证了本文监控视频摘要方法的可行性和有效性。