目前,智能视频监控领域飞速发展,视频监控应用到日常生活中的方方面面。智能视频监控就是使用计算机视觉和图像处理的相关处理方法,将图像中的待检测目标检测出来,对图像中待检测目标的行为特征进行理解,而且行人目标的检测及跟踪是目前图像处理研究中的一大热点。本文研究的是“智能监控关键技术及其应用研究”中的子问题——“通道场景下的人群统计系统”,实现对道场景下的行人进行检测和流量统计。本文通过对基于视频监控的行人检测技术进行研究分析,在已有研究成果的基础之上,实现了通道场景下人群统计系统的系统原型,论文的主要工作包括:1、人体运动目标检测算法,综合快速三帧差分和头肩轮廓特征对人体运动目标进行快速检测,通过人体对头肩轮廓模型的检测,实现人体目标的快速检测,以满足实时性要求。2、头肩轮廓模型检测方法,首先提取头肩轮廓特征,将提取出来的头肩轮廓与样本库中的头肩轮廓进行匹配,若匹配成功,则判断该目标为人体目标,否则为非人体目标。3、人体运动目标跟踪算法,综合利用人体运动目标检测阶段得到人体头肩轮廓,用对人体头肩的跟踪来代替对人体运动目标的跟踪。采用人体头肩轮廓特征,结合卡尔曼滤波,通过将人体头肩轮廓与人体头肩样本库中的样本进行匹配,实现对人体头肩的跟踪,采用人体头肩的最小外接矩形来代替整个人体运动目标。4、多个人体运动目标跟踪算法,该算法对多个人体运动目标在运动过程中产生的遮挡、重叠、分离情况进行了处理,能够实现对多个人体运动目标的跟踪检测。5、人群流量统计算法,该算法通过设置扩展双向计数线,对通过计数线的行人目标进行计数,实现对人体目标的流量统计。本原型系统是在Windows操作系统下的VS2008平台上,运用OpenCV库进行开发的,系统开发语言是C++,硬件包含一个摄像头,一台笔记本电脑,其中CPU主频2.0GHZ,内存2G。