监控视频中的对象检测是智能视频监控系统的关键技术之一,是模式识别领域的研究热点。通过对视频的分析,可以检测到视频中的特定对象。本课题主要研究的是对象检测中的行人检测,并在此基础上,进行了行人Pointing事件检测方法研究。事件检测是对行人检测的细化,可以进一步分析人的行为,在人机交互、视频检索等领域有着广泛应用。本文主要研究了行人检测和Pointing事件检测两个方面,完成了以下内容：本文需要使用一种行人检测效果较好的算法实现事件检测前的行人检测。通过研究现有的行人检测算法,确定使用DPM算法进行行人检测。在详细地学习了DPM的算法原理的基础之上,将DPM算法的matlab代码移植到VS2010平台上,在几乎不影响检测效果的前提下,检测速度有一定程度的提升。该算法在TRECVID SED视频中获得了较好的检测效果。修改了基于人体姿态估计的Pointing事件检测算法。在该算法原有特征的基础上,引入了新的特征,把原来的五维特征扩展成十维,进行Pointing事件的检测。实现了一种基于DPM算法的Pointing事件检测。通过对原有DPM算法进行修改,并选择特定的正负样本训练Pointing事件的检测模型。该方法可以直接对视频中的行人进行Pointing事件检测,如果基于CNN的行人检测结果进行识别,识别效果会更好。实现了一种基于HOG特征和SVM的Pointing事件识别。该方法在CNN行人检测结果的基础上进行Pointing事件识别,且识别准确率要略高于基于DPM算法的Pointing事件识别。