智能视频监控技术是近年来计算机视觉研究领域中新兴的一个研究方向。它的主要研究目标是利用计算机视觉技术、图像视频处理技术和人工智能技术对监控视频的内容进行描述、分析和理解，并能根据分析的结果对视频监控系统进行控制，从而使视频监控系统具有较高层次的智能化水平。它的主要研究内容包括：监控视频中运动目标的检测、目标的跟踪、目标的识别和目标的行为分析等。本文致力于智能视频监控中的运动目标检测方法的研究，从固定摄像头模式（静态背景）下对复杂场景监控视频的前景检测到具有更大监控范围的PTZ摄像头（动态背景）监控下运动目标的检测，分别做出相应的研究工作，并将上述相关工作运用到实际项目中，结合实际场景的拍摄视频给出相应的比较好的解决办法。在静态背景下，详细分析并研究了ViBE算法的原理和实现，并针对其中的不足提出了相应的改进算法；而在动态背景下，主要是利用基于HOG特征的机器学习方法对目标进行检测，并利用更适合目标检测的Adaboost算法，结合多个尺度的HOG特征对目标进行检测。实验结果显示文中两种方法在相应的场景下有较好的改进效果。