随着高清摄像机的普及和机器视觉算法的应用,智能视频监控技术迅速发展,具有自动反应功能的监控系统开始应用于小区、广场、交通枢纽等场所,特别是近年来公共安全问题频发,更是对智能安防提出了新的要求,但现有智能视频安防系统往往需要人工参与才能检测出监控范围内的异常行为,增加了相关人员工作量,容易导致人为误差,不利于提高监测效率。基于以上情况,本文首先详细介绍了智能监控系统的发展和现状,明确监测需求,总结存在问题;然后针对现有智能监控系统无法自动判别目标是否存在异常行为的问题,对实现智能监控的算法进行改进,其中,使用帧间差分法实时处理监控视频,检测是否存在运动物体,一旦发现运动物体,将提取物体改进SIFT特征验证目标一致性并标定目标区域;确定目标后,使用自适应更新特征分布的压缩跟踪算法进行跟踪,相较原始压缩跟踪算法,本文改进了算法的特征分布更新方式,使其实现自适应更新,提高了跟踪抗遮挡能力,同时,针对跟踪窗口无法随目标变化实时更新的问题,利用目标改进SIFT特征实现尺度自适应跟踪,提高了跟踪稳定性,经实验证明改进算法与原算法处理速度基本相同,可满足实时跟踪要求;在跟踪过程中,将目标跟踪序列作为并行卷积模型(模型参数离线获取)的输入,用于检测目标是否存在异常行为。最后根据系统设计方案,介绍软件编程环境,选取硬件设备,并将系统在实验室环境下进行测试,验证其有效性和实时性。本文所研究的系统可自动完成运动目标检测、目标跟踪和异常行为检测,无需人工参与,减轻相关人员负担,提高监控区域安防等级,此外,该系统在结合具体环境后可以移植到水文站、银行、监狱等需要较高安防水平的场合中,为进一步开发智能监控系统打下基础。