1、由于社會經(jīng)濟的不斷發(fā)展以及人們越來越多的社會活動，對于安全的要求越來越迫切，視頻監(jiān)控系統(tǒng)開始在許多方面得到廣泛的應用。根據(jù)計算機視覺技術來提高視頻監(jiān)控系統(tǒng)的智能化水平，減少人的參與，是視頻監(jiān)控系統(tǒng)的發(fā)展趨勢。以視頻監(jiān)控為平臺，在對視頻序列中的行人進行檢測和跟蹤的基礎上進行人數(shù)統(tǒng)計具有極其重要的意義，視頻監(jiān)控人數(shù)統(tǒng)計技術已經(jīng)成為計算機視覺領域的一個熱點與難點。
　　本文對視頻監(jiān)控的相關圖像處理算法以及對現(xiàn)有運動目標檢測跟蹤的算法進行

2、了分析，設計了視頻監(jiān)控人數(shù)統(tǒng)計的算法流程。主要從圖像預處理、運動目標檢測、運動目標跟蹤以及運動軌跡分析這四個部分進行分析研究。針對目前在這幾個部分中存在的問題，本文提出了一些方案和改進方法，實現(xiàn)了視頻圖像中人群檢測與計數(shù)。
　　運動目標檢測是視頻人數(shù)統(tǒng)計的基礎，首先針對普通的視頻圖像，對應用比較廣的幾種算法優(yōu)缺點進行了分析比較，并根據(jù)視頻監(jiān)控系統(tǒng)背景固定這一特點，采用背景差分法進行運動前景提取，主要對混合高斯背景模型進行了深入研究

3、，并針對其計算量大，會出現(xiàn)誤檢等現(xiàn)象的不足，提出了一種把三幀差分法與高斯混合背景模型相結合的方法進行改進，得到的運動前景邊緣信息保存比較完整，有助于后續(xù)的工作處理。
　　運動人群的跟蹤方面，對幾種常見跟蹤算法進行分析研究，針對各算法誤跟、跟丟或者計算量大等不足，本文提出一種將行人的運動信息與Kalman濾波相結合的目標跟蹤算法，該算法利用行人運動信息來做跟蹤，能夠很好地解決行人運動中出現(xiàn)的交叉、重疊、分開等各種情況。
　　在