컬러 확률 분포에 기반을 두는 Meanshift나 Camshift는 특정 컬러에 강인하다는 장점이 있으나 조명이나 잡음에 민감하다는 단점이 있다. 따라서 본 논문은 이런 단점을 보안하여 SURF 알고리즘으로 검출된 고속의 강력한 특징점들과 컬러 분포를 이용하여 향상된 이동 객체 검출 기법을 제안한다. 즉, 검출된 객체에 SURF 알고리즘으로 고속 특징점 검출하고 추출된 특징점의 정보를 가지고 적응적인 탐색 윈도우를 생성하여 움직이는 객체를 적응적으로 추적하였다. 본 논문에서의 실험을 통해 제안한 방법의 처리 속도는 기존의 다른 알고리즘에 비해 0.0126초 더 빠른 처리 속도로 움직이는 객체를 추적함을 증명하였다. 따라서 이동 객체 검출 처리 성능이 향상되어 다양한 로봇 응용 분야에 향상된 기본 기술로 사용할 수 있을 것으로 기대된다.The advantage of meanshift or continuously adaptive mean shift (camshift) which is based on color probability distributions is robust about specific color objects, but the disadvantage of it is sensitive due to illumination and noise. Therefore, to offset this weakness, this paper is a study of enhanced moving object detection method based on speeded up robust feature points(SURF). The proposed method extracts the fast feature points with SURF algorithm of a detected object which is the region of interest (ROI), and generates a adaptive search window using the given information which is the positions of extracted feature points, and tracks moving objects through it. Comparative results from experiments show that the proposed algorithm is more 0.0126sec about processing time than existed methods. It will be used basic technology in a diversity of robot application fields via the moving object detection technique with the development of processing performance.