单目视频中人体姿态估计的目的是通过分析单目视频中人体的图像特征来估计其在三维空间中的姿态参数。该研究方向以其固有的难点与挑战以及广泛的应用前景而备受计算机视觉领域的关注。本文主要专注于单目视频中运动目标检测与人体姿态估计两个问题，主要完成了以下三个方面的工作：第一，针对基于无先验背景知识的静态背景下运动目标检测问题，本文使用三帧差分与码本模型结合的方法，来检测运动人体的轮廓用于姿态估计。实验表明，该方法能够检测并提取出人体轮廓。第二，针对摄像机与被检测目标同时运动情况下的目标检测问题，本文提出了一种适合于序列图像的持续光流跟踪的运动目标检测方法。首先，在起始两帧间使用金字塔稀疏光流法跟踪特征点，将跟踪到的特征点根据其运动进行分组，然后在后续帧图像上持续跟踪已分组的特征点，对于每组中的特征点，只保留持续跟踪到的特征点最大集合，去除过小分组，直至筛选出只属于背景的特征点分组用于背景运动补偿，最后使用帧间差分法检测运动目标。对于后续帧，仅在已筛选出的背景特征点分组上持续光流跟踪。实验证明，本文提出的方法能够提高检测运动目标的精度和速度。第三，针对无模型的人体姿态估计，本文采用基于人体轮廓特征匹配的姿态估计方法。首先使用形状上下文对人体的轮廓形状特征进行描述，然后在样本集中搜索与待估计人体最匹配的样本，将这个样本对应的姿态参数作为姿态估计的结果，实现了对人体姿态的估计。