智能视频监控系统由于它能够对监控场景中的运动目标的行为进行分析,因此越来越受到人们的青睐。传统的视频监控系统大多数只对运动目标进行跟踪,而缺乏主要的目标行为分析功能,这就要求监控人员时刻对监控画面进行关注。监控系统对人的依赖不仅增加了监控人员的负担,而且降低了监控系统的效率。文中设计了一款智能视频监控系统。该系统在传统监控系统的基础上还能够运动目标异常行为进行判断,这也是它与传统视频监控系统的最大区别。在运动目标跟踪方面,文中提出了一种基于卡尔曼滤波与Mean Shift算法相结合的目标跟踪算法。该算法将卡尔曼滤波算法的预测性能和Mean Shift算法的快速收敛特性相结合,解决了目标跟踪过程中目标被遮挡和系统实时性问题。目标异常行为检测方面,文中提出了一种目标头部位移和目标质心位移相结合的方法,能够有效的识别一些激烈的异常行为。最后,智能监控系统在嵌入式Linux系统上成功移植,为设计一种前端智能监控系统提供了实践基础。