随着社会经济的发展,世界人口数量剧增,这对社会管理提出新的挑战。为了更合理地规划资源的分配,对视频监控中人数进行统计,可以辅助决策者根据人流量信息制定资源分配策略,解决交通线路规划、商铺货物存放、活动现场工作人员调配等问题。在一些室内的现实场景中,存在光线不均,人员姿态及尺寸变化,遮挡等问题,这要求算法具有高鲁棒性和实时性。传统的人数统计方法是基于单摄像头拍摄的二维图像,从现实世界的三维空间到二维的图像,损失了部分空间信息,使得人数统计技术在准确性和普适性上难以达到令人满意的效果。针对这一问题,本课题对如何在检测中充分利用深度信息实现室内人数统计进行研究。本文采用双目相机对室内场景进行拍摄,在置信传播算法求得深度信息估计值的基础上,结合平面拟合改进算法对初始深度信息估计结果进一步优化。在实现人数统计过程中,本文首先利用深度信息得到点云分布,并采用场景结构标记法提取含待检测目标对象的感兴趣区域,提高场景多变问题中的算法普适性。此外,本文提出对感兴趣区域采用两级级联的处理方法,通过对待检测目标进行前后、左右两级分割,从而有效降低误检率,提高算法鲁棒性。在目标检测过程中提出基于极大值抑制的检测搜索策略,减少检测滑动窗口数目。最后,本文采用基于扩展卡尔曼滤波的简化跟踪模型,并利用室内场景结构的先验信息作为跟踪轨迹生成的时空域约束,从而有效提高检测算法的准确率。