论文在单视角目标检测技术的基础上，研究了多视角目标检测技术，并将其应用于智能安防视频监控系统中，提高了对监控目标的检测率。　　论文的主要研究工作量包括:　　1)基于局部更新的室内环境背景建模方法优化。针对室内监视环境环境条件变化小、但受光照影响较大的特点，对当前流行的局部更新实时背景建模方法，采用基于阈值的比较方法，对帧间差分结果进行判别处理，同时阂值的设定自适应光照变化，由此减少了算法计算量，提高了判别的实时性，并能更好地划分运动物体。　　2)基于多视角的目标检测设计。多镜头、多视角可以采集到更多的视频监控信息。论文以拍摄点距离为权值计算依据，采用加权方法汇集多视角信息，以获取更多的图像特征种类，提高目标检测质量。论文以火焰检测为例,给出了基于多视角的目标检测流程。　　3) OpenCv在人体特征训练中的应用。将主流计算机视觉处理库OpenCv应用于人体特征训练，给出了特征训练分类器的构造和训练流程，并对特定环境下的人体脸部和躯干特征进行了机器训练。　　4)基于视频图像检测的智能安防监控系统的具体实现。将论文所研究的视频图像检测技术应用于智能安防监控系统，给出了主要功能模块的实现流程及具体实现代码。其中火焰检测算法，结合了火焰颜色特征和火焰视频帧间的相关性，并使用距离阈值进行火焰角点识别。　　论文还对所提出的目标检测技术进行了实验验证，包括移动目标检测、人体与火焰识别检测。实验结果表明了所提出方法的有效性。