在计算机视觉和图像处理领域中,移动目标检测、目标跟踪无疑是其中的关键和难点部分。当前,有关移动目标的检测方法主要有背景差分法和帧差分法,以及光流法。而传统的目标跟踪算法主要有Hog+SVM跟踪算法、DPM跟踪算法、YOLOv1跟踪算法、YOLOv2跟踪算法等。在本课题研究中,首先对传统的三帧差分法进行了分析研究,随后对该方法进行了优化,即首先获取前后连续的三帧的图像,然后对图像分别做双边滤波、中值滤波、灰度化处理,提取运动区域,在选出的运动区域中,寻找一个最小的矩形区域可以包含该运动区域,根据上一步的矩形区域取出一个小矩形框。之后提取该矩形区域内边缘所组成的封闭轮廓,并使用白色填充,从而让得到的轮廓完整。随后将该算法应用于相对复杂的场景之中,并对移动目标进行检测,进而提升这种移动目标检测的准确度。实验验证了该算法的有效性。论文设计了一种双码字结构,在背景建模过程中及检测过程中对码书中的码字加入实时更新机制,设计实现了一种改进的双码字码书算法—DWCodeBook算法,提高了目标检测的准确性,实验验证了该算法的有效性。此外,针对YOLOv1算法速度快,但目标检测率不高的特点,论文对YOLOv1算法进行改进,即一方面进行了底层网络的多次尺度改变从而达到提高检测率的效果,另一方面,在网络结构上的层次做了多次优化,达到了提取目标区域和跟踪目标的准确性的目的。