水平集活动轮廓模型是一种优秀的图像分割方法.针对红外人体检测系统中的图像分割难题，提出了一种基于水平集活动轮廓模型的新算法.该算法包含水平集运动检测模块、水平集亮度检测模块和融合模块.水平集运动检测模块融合了水平集和背景相减技术，通过演化水平集函数同时实现前景分割和背景估计，它用于检测序列中的运动区域，并将其演化结果输入到下一检测模块.水平集亮度检测模块融合了水平集和阈值分割技术.在给出双阈值时，可分割出亮度在双阈值所限定范围内图像区域，它用于检测序列图像序列中可能包含人体目标的全部区域.利用形态学开重建技术，融合模块在融合前两个模块检测结果后输出算法最终分割结果.此外，采用快速数值算法演化水平集检测模块以及优化设置整个算法流程，改善算法运行效率.实验结果表明，相对其他典型算法，该算法具有较高分割精度和运行效率，且对时序亮度变化和镜头运动鲁棒性更好.