高 飞， 蒋建国， 安红新， 齐美彬

（合肥工业大学 计算机与信息学院，安徽 合肥 230009）

智能视觉监控是计算机视觉研究领域中一个新兴的研究方向。它与传统的监控方式不同，主要是利用计算机视觉的方法，对摄像机采集到的视频图像进行检测和分析。当发生异常情况时，可以根据需要对场景中的运动目标进行识别和跟踪，并自动发出警报［1］，有效地提高了监控系统的智能性。

智能视觉监控算法一般以David Marr的视觉理论为框架，主要包括运动目标检测、目标跟踪和高层运动分析［2］等部分。目标检测旨在从视频流的背景图像中提取出运动目标的活动区域。目标跟踪和高层分析算法都是针对活动区域内的像素点进行的，因此区域分割的好坏直接影响到整个智能监控系统的性能，运动目标检测技术是智能视觉监控领域的基础问题。智能视觉监控系统的目的是实时分析视频流数据，而不是事后分析，因此系统对视频分析算法的实时性要求很高。而大多数算法计算复杂，很难满足实时视频分析的要求。

快速且鲁棒的运动目标检测技术是智能视频监控系统的关键技术之一。本文对常用的运动目标检测算法进行了介绍，借鉴帧间差分法和背景减法的主要思想，提出了一种基于改进背景减法的快速目标检测算法，并给出了相应的实验结果。该方法算法简单、可实时实现复杂场景下运动目标的检测与分割。

1 常用运动目标检测算法介绍

运动目标检测的方法有很多种，根据背景是否复杂、摄像机是否运动等监控环境的不同，算法之间也有很大的差别。……