智能视频监控凭借其强大的智能处理能力,不仅把监控人员从枯燥的工作中解救出来,而且极大减少了报警时主观因素产生的干扰,正被逐步应用于交通、园区、商场、酒店、银行、储物仓库等高安全要求的场合地点。智能视频监控的关键是智能识别算法,而行人检测和跟踪技术是该算法的核心。因此,本文在研究行人检测和跟踪技术的基础上,采用OpenCV作为主要开发工具,设计并实现了智能视频监控中对感兴趣区域的行人进行检测、跟踪、计数和对异常行为进行报警的功能。本文主要工作阐述如下：首先,论文对智能视频监控中的行人检测技术进行了研究,分为运动目标检测和行人识别两部分。在运动目标检测部分,采用高斯混合模型(GMM)对背景重新建模并实时更新,继而通过前景、背景做差获取每帧中的运动目标。行人识别部分,在传统只依靠行人形状特征进行粗略筛选的基础上,引入自己提出的低维度软输出SVM行人分类器来实施精确行人检测,并对检测结果隶属分类不明确的前景目标,在辅助线程中调用高维度SVM分类器进行再识别处理。然后,论文在概述行人跟踪技术的基础上,选取以颜色为特征的CamShift算法进行跟踪。在传统半自动、单目标CamShift的基础上,实现了以下功能：让用户手动圈出一个或多个感兴趣目标,系统按目标的个数自动分配跟踪器,进而实时跟踪多个目标、画出目标轨迹并把轨迹存储到指定的文件夹中。最后,论文把行人检测和跟踪技术应用到行人计数和异常行为报警中。行人计数是对左右(或前后)两个方向进入视频中某个特定区域的行人数目进行统计；异常报警实现了对小区、公园、商场等场景中禁止入内区域发生异常时的自动检测和报警的功能。实验证明本系统采取的方法具有较高的识别精度和准确率,并能达到实时处理的实际应用需求。