人运动的视觉分析系统一般遵从下述的处理过程：1)运动检测；2)运动目标分类；3)人的跟踪；4)行为理解与描述。这几篇文章将重点从此四个方面回顾人运动分析的目前发展水平和常用的处理方法，并对研究难点及未来的发展趋势作了较为详细的分析。

人体识别跟踪程序，可自动计算识别人体，并根据运动趋势跟踪，重点设别头部和面部-Human identification and tracking procedures, can be automatically calculated to identify the body, and in accordance with the trend of tracking campaigns, the focus for other head and facial

具有实时检测、跟踪和分析判断的智能化监控系统是智能化监控系统发展的必然趋势，本文提出一种在实时监控下检测和跟踪运动目标的方法，首先使用背景差分法检测出运动目标，并定期使用背景更新策略对参考背景进行局部更新，这样可以提高目标检测的精确度。目标跟踪时在不同的尺度空间获得目标的关键点，增强算法目标在遮挡情况下的鲁棒性， 接下来使用mean shift 算法估计目标在下一帧的位置。-Intelligent monitoring system with real-time detection, track

背景建模是实现运动目标检测与跟踪任务的关键技术之一, 背景模型的鲁棒性问题受到普遍关注. 本文针对背景建模所依赖的不同信息特征, 从实际应用和样本集形态两个方面分析了背景模型的鲁棒性需求. 根据不同信息的描述和处理的特点综述了背景建模的典型算法, 并考察其对鲁棒性需求的处理策略. 然后就不同层次信息的描述及其鲁棒性, 比较了典型背景建模系统, 并分析了背景建模技术的发展趋势.-Background modeling is a key technology to achieve moving ta