Avec la croissance de préoccupations concernant la sécurité du public et de la route, il est devenu crucial de mettre en place des systèmes de vidéosurveillance sophistiqués qui permettent de détecter et de localiser les situations potentiellement dangereuses. Dans ce travail, nous développons une approche automatique qui peut localiser avec précision et robustesse des objets mobiles dans des scènes de surveillance qui se compose de deux parties principales: la détection et la localisation. Pour la détection, un algorithme de soustraction de fond est utilisé pour déterminer la présence ou l'absence d'un objet mobile. Pour la localisation, une nouvelle méthode utilise des modèles statistiques localisés basés sur le modèle de contour actif. Nous reformulons des énergies de région globales de manière local à l'aide de petites fenêtres carrées centrées sur chaque point qui se trouve dans une mince bande entourant la courbe de niveau zéro. Après avoir établi l'approche de base qui peut introduire des améliorations significatives dans la recherche de la localisation visuelle automatique, nous évoquons la possibilité d'utiliser une deuxième camera pour obtenir la profondeur des objets.