在安防系统的智能监控中,运动目标检测模块的实时性提升起着关键性作用。考虑到基于视觉注意机制的静态显著性目标检测中的静态显著性目标与时域运动目标检测中的动态显著性目标中颜色特征和亮度特征两方面的共通点,如何有效地利用这一共通点结合视觉显著性进行运动目标检测成为现今一个必要的研究热点和难点。因此本文通过对基于视觉注意机制的静态显著性算法和时域运动目标检测算法的深入研习,以监控视频中的运动目标为对象,先通过改进的频率调谐(FT)算法进行初步运动目标检测,然后采用GMM算法进一步检测,完成整个运动目标检测系统。本文运动目标检测方法在确保不牺牲检测效率的同时有效提升了检测实时性。本文主要研究内容如下:为本文运动目标检测算法中频域和时域算法建立联系,找到频-时结合切入点。首先,对运动目标的颜色特征、亮度特征以及运动信息在人类视觉注意机制中显著性特征分析。其次,对基于颜色特征和亮度特征的频域静态目标显著性检测算法以及基于运动信息的时域运动目标检测算法进行研究。针对时域运动目标检测中的GMM算法存在检测效率低下和计算复杂度高问题,设计一种结合改进FT和GMM算法的频-时显著性目标检测算法。从距离度量方式和融合方式两个方面对频域FT算法进行改进,加强了目标的显著性检测效果。采用改进的FT算法进行初步运动目标检测,再通过时域GMM算法进一步检测运动目标,有效提高了运动目标检测模块的实时性。采用两段监控视频,从频域和时域两个角度考虑,将本文算法与GMM算法、SR+GMM算法以及改进的FT+基于块匹配的光流法进行实验对比分析。综合两个角度的算法对比实验,不论是在效果图方面,还是定量的性能分析方面,均能验证本文算法能够较好地确保检测结果的准确性,并提高了运动目标检测的速率。