近几年,随着我国城市信息化步伐的不断加快,人数统计系统已成为公共交通服务、商业客流分析、公共安全保护等行业进行数据处理与分析的基础。基于视频图像的人数统计是现代智能研究中的一个重要课题,具有高稳定性和高精确度且实现成本较低。但在实际应用中,由于行人间存在的个体差异和遮挡等问题,使行人目标在检测识别和跟踪阶段受到干扰,从而影响统计结果的准确性。其次在算法处理模块关于如何平衡实时性和准确率,依然是系统构建中需要解决的关键问题。本文通过对头肩部提取特征训练分类器来完成基于感兴趣区域的视频行人检测,并结合帧间特征匹配的跟踪方法进行人数统计,最终在此基础上实现了一个基于视频图像的人数统计系统。本文主要工作内容如下:1.在行人目标检测部分:首先构建行人头肩样本数据库,采用方向梯度直方图(HOG)特征提取方法检测人体相对固定的头肩部区域(类“Ω”形状),并通过支持向量机训练得到行人头肩检测器,能有效降低形态变化及遮挡的影响。然后采用三帧法结合背景差分获取前景目标区域,初步缩小检测范围。最后标记人工ROI矩形框,使用前面得到的头肩检测器进行集中检测,在一定程度上降低了基于视频行人检测的算法耗时。2.在人数统计部分:在行人检测的基础上采用基于帧间多特征匹配的行人统计方法,首先对检测得到的轮廓面积和质心点距离进行特征匹配,并对遮挡导致的不匹配状态进行分类判断,绘制轨迹完成跟踪。然后计算处于不同状态事件中的行人数量,判断通过ROI区域更新人数信息。结合跟踪算法进行人数统计,可以对行人检测的误检结果进行修正,且基本满足部分遮挡干扰下的目标计数要求。3.使用Visual Studio 2013的集成开发环境结合OpenCV视觉库设计底层基础代码,采用MFC预定义类设计出基于视频图像的人数统计系统,具有较好的准确性和高效性。