目前学校教学楼内照明等电子设备的开关主要是依靠人工控制,从而造成经常出现“无人亮灯”等情形。根据教室内学生数量及分布,智能控制电力开关,可减少现实中电力资源大量浪费的状况,因而具有重要的意义。论文研究了基于视频的人数统计问题。随着社会经济的发展,越来越多的视频监控系统广泛应用在各类公共场所。如何在这些视频监控数据中提取出有用的信息,是目前该领域的研究热点和难点之一。按照摄像头与目标物体的相对位置人数统计常见的场景有三种：摄像头所处的位置位于目标物体斜上方,能获取目标物体形状轮廓信息、摄像头位于进出的通道口,能够获取目标物体的头部形状轮廓信息以及摄像头位于与目标物体高度大概齐平的位置,能够获取脸部五官特征。这三种场景分别利用三种不同的特征实现统计功能,如利用人体的形状特征、人的头部轮廓特征以及脸部的五官特征。由于教室内的摄像机无法获取完整的人体轮廓信息和清晰的人脸五官信息。本文做了如下工作：1.本文将基于特征的方法用于教室场景中的人数检测,利用不同的特征提取方法与特征分类方法进行不同的组合实现人数的统计。同时,将稀疏表示的方法用于教室人数统计。并对这些方法进行了实验验证以及比较分析。2.本文针对教室内学生大多几乎处于静止状态,又偶有身体运动的特点,提出了一种基于矩阵低秩稀疏分解的双背景更新模型。先综合利用帧间差分与低秩稀疏分解预判运动区域,并根据当前视频帧像素与预判的运动区域的位置关系,采用不同的参数更新背景模型；然后利用背景差分法获取运动的目标前景区域；最后对获取的运动目标区域进行二值化、形态学处理、连通区域判断等一系列操作,以消除噪声影响并实现人数统计。实验结果证明,本文提出的改进的方法在教室人数统计中有一定的改善。最后,本文对研究过程中存在的不足进行了分析,并对下一步工作计划做出了阐述。