在计算机视觉研究领域,随着数字图像处理技术的发展,促进着监控视频向着智能化的方向发展。虽然监控视频系统已经经历了三代的演化,但是目前大多数监控系统还是按照传统的方式需要监控人的人为监控和识别。随着监控探头遍及范围的不断扩大,监控视频的数据量大幅增加,而传统的监控方式不仅极大耗费人力和时间资源,更容易由于人的疲劳等情况对监控和识别结果准确性造成影响。本文主要研究的是在现在普及的监控环境下,基于预设的特征,对视频中符合特征条件的目标进行识别。本文对比了常用的运动目标检测算法,又提出了更适用于监控视频识别的基于码书的识别算法；集合了三种不同运动目标检测算法,并结合图像内容颜色特征提取和匹配的技术,开发出来一套可适用于多种监控视频环境下的视频识别系统。此识别系统可使用三种不同的目标检测算法,根据用户预设的目标特征对监控视频进行识别,并在视频中跟踪标记符合特征的目标。根据对样本视频的测试结果表明,基于码书的运动目标检测算法适用于大部分监控视频检测,并具有最优的目标识别效果和较高的准确性；帧间差算法运行效率最高,准确性稳定,适应性强；基于混合高斯模型的算法在监控视频背景变化时具有更为稳定的识别效果。本文主要对视频识别技术的理论基础做了较为详尽的综述,并开发了一套可投入使用的基于特征的监控视频识别系统,通过测试发现,本系统功能正常,且有较高的识别正确率和算法运行效率,并能适用于不同的监控视频检测。