提出一种运动序列中动目标检测的稳健性方法。用尺度不变特征变换(SIFT)算法生成特征描述符，基于最近邻距离比(NNDR)进行初始匹配，增加对称性约束以获得稳健的匹配点集。随机抽样一致集算法(RANSAC)用于分离背景和目标对应特征点，实现背景运动的稳健性估计。背景补偿后，相邻帧差分和数学形态学方法实现动目标的分割。真实运动序列的实验结果表明，该算法能够获得稳健的匹配点对，检测出运动目标。