运动检测是从图像序列中将变化区域从背景图像中提取出来。运动区域的有效分割将大大减少后续过程的运算量。然而，背景图像的不稳定性，如阴影、光照、慢移动、静移动(树叶的摆动)等等，也使得运动检测非常困难。目前较为实用的视频分析方法主要有两类：一类是背景减除方法，另一类是时间差分方法。背景减除方法是利用当前图像和背景图象的差分来检测出运动区域的一种方法，可以提供比较完整的运动目标特征数据，精确度和灵敏度比较高，具有良好的性能表现。时间差分法利用视频图像特征，从连续得到的视频流中提取所需要的动态目标信息。时间差分实质是利用相邻帧图像相减来提取前景目标移动的信息，此方法不能完全提取所有相关特征像素点，在运动实体内部可能产生空洞，能检测出目标的边缘成都监控安装。

传统的人体表达方法有如下三种：①线图法：人运动的实质是骨骼的运动，因此该表达方法将身体的各个部分以直线来近似。②二维轮廓(2DContour)：该人体表达方法的使用直接与人体在图像中的投影有关，如Ju等提出的纸板人模型，它将人的肢体用一组连接的平面区域块所表达，该区域块的参数化运动受关节运动(ArticulatedMovement)的约束，该模型被用于关节运动图像的分析。③立体模型(VolumetricModel)：它是利用广义锥台、椭圆柱、球等三维模型来描述人体的结构细节，因此要求更多的计算参数和匹配过程中更大的计算量。例如Rohr使用14个椭圆柱体模型来表达人体结构，坐标系统的原点被定位在躯干的中心，目的是想利用该模型来产生人的行走的三维描述;Wachter与Nagel利用椭圆锥台建立三维人体模型，通过在连续的图像帧问匹配三维人体模型的投影来获得人运动的定量描述，其中，它利用了迭代的扩展卡尔曼滤波方法，结合边缘、区域信息及身体解析约束确定的身体关节运动的自由度，实现单目图像序列中人的跟踪成都监控安装。