近些年来,我国的社会经济和交通运输业发展迅速,城市化进程和水平也不断提高。各种交通方式路网密度不断加大,集交通运输、商场、娱乐、休闲等多种功能于一体的大型交通枢纽综合体不断增多,其建筑形式也复杂多样。此类建筑火灾蔓延速度快、范围广,并且其中人流量大,人员疏散路线复杂,发生火灾后扑救困难,往往造成重大人员伤亡和经济损失。且此类建筑多为各地方标志性建筑,一旦发生火灾等事故造成的影响比较大。本文针对火灾等紧急状态下人员应急疏散的优化问题,基于计算机视觉技术,探究了对交通枢纽综合体中的人员疏散荷载进行动态监测的方法,提出了基于图像处理技术的交通枢纽综合体人员荷载监测系统构架。该系统基于网络构架建立,通过对多路视频监控录像中视频图像的处理和分析,实现对被监测区域的人员荷载的监测。为了实现该系统的相关功能,本文开展了大量的人员疏散模拟实验、人员运动特征视频采样实验以及交通枢纽综合体真实场景现场采样,并结合真实场景视频监控录像,建立了专门用于研究交通枢纽综合体中人员目标识别检测与跟踪问题的视频图像样本库。该图像样本库为交通枢纽综合体中人员识别检测研究提供了大量的包含人员目标的正样本以及包含非人员目标的负样本。结合所建立的交通枢纽综合体人员图像样本库,在对人员目标检测识别与跟踪的几类典型算法进行分析的基础上,本文探究了适合于交通枢纽综合体场景特点的人员识别检测技术和人员跟踪技术；提出了基于人员目标上下半身两个兴趣区域的方向梯度直方图特征改进算法以及基于四类不同拍摄角度子分类器的级联支持向量机分类器算法,并应用该算法实现了人员目标的识别与检测。对于交通枢纽综合体中人员目标的跟踪,本文提出了基于颜色亮度直方图特征与轮廓区域特征相结合的多特征模板匹配算法,并在模板匹配搜索策略方面进行了改进。基于论文所提出的算法和系统,通过将交通枢纽综合体划分成若干区域并对各个区域内的人员荷载进行监测和汇总,可以实现对于交通枢纽综合体整体人员荷载的动态统计。利用所得到的交通枢纽综合体中各个区域以及整体的人员荷载动态统计数据,可以为火灾等紧急状态下人员疏散智能诱导系统提供组织最优化疏散方案的判断依据。另一方面,通过论文提出的算法和系统,还可以记录监测区域日常人员运动定量参数。论文针对行人流通过多个并列瓶颈处这一交通枢纽综合体中典型行人流运动场景,通过开展行人流模拟实验,对行人流通过此类多个并列瓶颈处的速度、时间间隔、流量和流率等行为特征参数进行了讨论和研究,探究了多个并列瓶颈处的开口个数、开口宽度以及相邻开口之间的间距等因素对行人人数、时间间隔、行人流量和流率在不同开口之间的分布的影响。并发现了由行人通道内部的行人流微观结构造成的行人流量不随总开口个数和总开口宽度增加而增加的延迟现象,以及行人在选择多个并列瓶颈处出口时更倾向于选择右侧出口的现象。这些规律的发现,可以为包含多个并列瓶颈的行人流管理设施以及人员疏散设施的设计与改进提供参考,并有助于涉及到此类设施的人员疏散模型的发展和改进。基于视频图像的大规模复杂真实场景中人员荷载监测技术的研究将在一定时期内仍处于发展阶段,本研究将对该技术的广泛应用提供理论依据和技术支撑。