近年来,智能视频监控系统中的异常事件的实时检测跟踪技术成为计算机视觉领域的热点研究方向。由于传统的视频监控系统需要耗费大量的人力物力,不能实时自动地完成异常事件的分析,因此,异常事件实时检测跟踪技术具有很好的研究意义和应用价值。本文主要研究了异常事件检测以及目标跟踪的相关算法,并对算法进行了分析、比较和改进。首先,本文设计并利用了基于HOG特征的支持向量机(SVM)算法进行行人检测,同时利用基于Harr特征的Adaboost算法进行车辆检测。其次,本文提出了基于CENTRIST视觉描述子的Camshift跟踪算法,提高了目标跟踪的准确度。本文设计与实现的基于云台摄像机的异常事件检测跟踪系统通过使用云台摄像机实现多角度的监控,通过控制摄像机的PTZ云台监控视角延长目标跟踪的时间,以获取更多的异常目标信息。另外,本文将基于POCS的超分辨率图像重建技术应用于系统中,达到使用单个摄像机同时保存多个异常事件目标的目的。本文在实际监控场景进行实验,结果表明系统的能够取得比较理想的效果。