行人统计技术研究是目前计算机视觉系统研究中一个十分活跃的研究方向。行人检测、跟踪统计在地铁、道路、商场、超市等公共场合出入口中有着广泛的应用需求。本论文基于计算机视觉技术和图像处理的方法建立行人统计系统，通过对摄像机拍摄的视频序列进行分析来实现行人的定位、跟踪、计数等功能。从而提供了一种更加先进和可行的智能管理方案，因而节省人力、降低成本。 由于人是非刚体运动目标，行人在运动过程中的姿态在不断的变化，这给行人目标检测带来很大的挑战。在本文中，将摄像头垂直架设，目的是为了减少行人目标之间遮挡。本文主要分为基于视频图像的行人检测和行人跟踪统计两个部分。行人检测主要工作为前景提取，行人统计主要工作是行人跟踪及统计计数。在行人检测过程中，研究了注意力区域求取方法，即利用相邻两帧图像作差分的检测得到运动区域与上个时间检测到的暂时滞留前景区域合并便是要找的注意力区域，也就是行人目标可能存在其中的区域。由于行人包含在注意力区域中，所以非注意力区域的边缘都可看作背景边缘。通过场景边缘和背景边缘作比较，从而提取出前景边缘。所提取到的前景边缘可能会包含背景部分，本文中采用水平集方法来表示和收缩边界，以便利用收缩后的边界取出行人目标。在目标跟踪统计过程中，对视频监控场景进行区域划分，分成三个区域，对提取出来的行人目标建立属性向量包括目前所在的位置信息、区域信息、历史区域信息，滞留时间。然后对目标采用基于Mean Shift方法进行持续跟踪，不断更新向量表，根据向量信息判断目标的移动方向。当目标连续的通过监控场景三个区域时对相应的方向进行计数。通过这样的方法达到行人跟踪统计的功能。 通过本论文方法，对拍摄到的视频序列进行测试，实验结果表明论文中所研究的方法能够准确有效的检测、跟踪行人目标，达到行人统计的目的。