目前,国内渡口数量逐年减少,但在水域居多的广东省,渡口仍然起到了至关重要的作用,为当地百姓提供了极为便利的交通。本系统的设计以佛山某渡口为例,针对渡口现阶段存在的人流量大、监管方式松懈单一、违规渡运、超载等安全问题以及传统人流检测方式不满足当前渡口刚性需求现状,提出了一种基于头肩特征和光流法的渡口人流检测系统。该系统在确保精确度和实时性的情况下成本低廉,具有较高的现实需求和意义,利于渡口现场的实际应用。本文主要有以下几方面工作内容:（1）针对渡口检测区人流密集导致人体遮挡对结果产生的影响问题,提出了利用头肩特征识别渡口行人目标的方法。该方法采用垂直摄像头拍摄,采集人体头肩部位,利用方向梯度直方图HOG（Histogram of Oriented Gradient）提取头肩部位特征,结合支持向量机SVM（Support Vector Machine）训练头肩分类器,实现人体特征识别。实验验证了所提出方法可有效识别行人,便于后期人流的检测统计。（2）针对传统目标检测算法中容易出现的“鬼影”问题,提出了一种改进的VIBE（Visual Background Extractor）算法。该方法以连续多帧图像代替传统单帧图像,并对连续数帧进行“与”“或”运算获取背景模型,用最大类间方差法（Ostu）二次判别,计算二者的前景置信度,对比判定出图像最佳分割阈值分离出渡口目标行人,实验验证了该方法可以弱化后续渡口人流检测中存在的误检、漏检问题。（3）针对传统光流法检测效果受目标的运动速度影响较大的问题,应用可将图像缩放进而改变运动目标相对速度的金字塔Lucas-Kanada光流法进行人流检测。该方法可携带运动目标信息,无需了解场景信息便可快速准确地检测目标,当将运动尺度大的视频缩放到满足光流法的约束条件后,可明显提高检测效果。实验结果还表明该方法不管对单目标还是多目标都可以实现有效检测。（4）最后利用Visual Studio 2015的集成开发环境并结合Open CV视觉库设计底层基础代码进行了系统设计。该系统包含渡口人流统计实时显示、历史渡次的渡口人数记录查询、渡口人数统计功能、渡船人数限制功能等。