我国已经进入老年型社会，同时考虑到我国还有一大批行动不方便的残疾人，因而家庭服务机器人的社会需求正明显增长，这方面的研究有着非常重要的社会意义。行为识别是实现家庭服务机器人与人正常交流的重要因素之一，是分析和监视人的行为的重要手段。　　 在复杂环境下的人体检测是实现人体目标跟踪，人体行为分析等任务的基础。但由于人体目标的提取容易受到背景，光线变化，阴影等因素的影响而造成失败，所以如何更好的实现人体目标的检测具有相当重要的意义。目前流行的人体检测算法主要有帧差法，光流法和背景差法。　　 在计算机视觉领域，对于室内环境下的多运动人体的跟踪技术研究是当前最主要的研究课题之一。这种技术主要应用于安全监控，视频跟踪等敏感问题，并为计算机智能化的发展提供了基础支持。多运动人体跟踪的核心问题是利用计算机视觉技术从图像序列中检测出目标，根据特征相关性，对目标进行分类跟踪。本文就是在以分析图像特点以及序列关系的基础上，检测运动目标，分析运动特征，实现对多运动人体跟踪的目的。　　 本文根据图像特点，分别从运动检测、检测结果分析和多人体跟踪三个方面作了介绍。在运动检测环节中，不但实现了一种自适应的静止背景图像的运动检测方法，还提出一种适用于运动背景的目标检测方法；在对检测结果的分析过程中，通过对连通域的研究，提出一种用轮廓跟踪算法来确定和修正跟踪窗口的位置大小：在目标跟踪环节中，通过对单运动目标的跟踪算法延展出一种结合连通域分析的多运动人体跟踪算法。经过实验证明，文中提出的方法有以下几个特点：自动检测静止背景下的运动目标，自适应调整跟踪窗口，避免错误跟踪。　　 人体的运动分析是当前计算机视觉领域的一个重要研究方向，其中非常重要的一部分就是人体的检测、跟踪以及行为分析。动态场景中运动的快速分割、人体的非刚性运动、人体自遮挡和目标之间互遮挡的处理等为人的运动分析研究带来了一定的挑战。基于单摄像机人体运动分析的相关技术己经取得很大进展，但是单摄像机存在视野有限的缺点，在大范围和多角度对人进行监控和行为分析时，单一摄像机就显得无能为力。多摄像机有助于解决这些问题，且多摄像机对解决目标跟踪中的遮挡问题有很大帮助。因此，多摄像机的使用成为必然。