随着世界性的社会老龄化的日益严重，以及建设“和谐社会”，提高老人生活质量的迫切需要，独居老人的监护问题显得越来越重要。视觉是人类的一种重要的感觉，也是对周围复杂的环境进行感知的最有效的手段之一，在现实生活当中，许多有意义的视觉信息都是包含在运动当中的，对于运动的目标和物体，人眼也要更加的敏感，能够在很短的时间内发现运动目标，并且提取出目标的运动轨迹，对其进行预测和描绘。本文通过利用计算机视觉技术对视频内容分析，主要研究运动人体的检测、跟踪和异常姿态识别的算法，通过仿真实验验证效果，最终实现对独居老人的智能监护。具体算法研究涉及到运动目标检测、跟踪和人体异常姿态识别三部分。首先，在运动目标检测中，采用了基于帧间差分法的运动目标检测方法，通过灰度化，相邻图像差分、二值化、形态学滤波、连通性检测等步骤，最终完成运动目标区域提取。帧间差分法算法简单，易于实现适用于实时运动目标检测，也不需要考虑背景更新，对光照变化不敏感，受阴影影响也比较小。其次，在目标跟踪方面，首先对目前常用的跟踪方法进行了简单介绍，并且分析并研究了各算法的主要适用领域，然后详细介绍了基于卡尔曼滤波的运动目标跟踪方法。卡尔曼滤波是一种基于运动估计的跟踪算法。本文通过利用卡尔曼滤波建立了系统的运动估计模型，对运动目标的最优估计进行实现，最终通过仿真实验对视频中的运动目标进行估计，验证了算法的性能。最后，在异常姿态识别方面，首先介绍了目前常用的异常行为分析方法，主要采用目标团块外接矩形框来标识，特征提取的主要对象是运动目标的质心坐标和高宽比；在人体跌倒检测方法中，选用了质心坐标和外接矩形框高宽比进行判断；最后通过matlab仿真对室内环境下的人体跌倒进行了测试，验证了算法的准确性。