在大数据盛行的今天,各行各业都要求拥有最全面最准确的数据,让自己的决策更加具有前瞻性和科学性。统计监控视频中的人数可以为公共设施的建设提供合理性依据,从而避免物质浪费,还可以减少或者避免某些公共场所由于人群密集而造成的安全问题。人们如何有效地统计和管理公共场所的人数与人群分布,是一个亟待解决的问题。基于视频图像检测的人数统计技术正是解决此类问题的有效方法之一,它通过有效的特征提取,利用特征判断图像存在的行人,然后统计出行人的个数,从而实现人数统计。传统的人数统计算法难以在复杂场景下取得较高的准确率,基于深度学习检测的人数统计方法虽然其准确性有了非常大的提升,但它基本无法达到实时性,而且其准确率也会因为视角畸变和行人相互遮挡等问题难以满足实际应用的要求。针对此问题,本文提出了基于深度学习检测模型与跟踪匹配的人数统计算法,在多重复杂情况的监控场景中也能保证人数统计结果的准确性和实时性。论文主要的工作和贡献有:(1)详细分析了当前流行的人数统计算法并指出其存在的问题,使用基于深度检测与跟踪匹配融合的人数统计方法。首先利用ZF模型训练Faster R-CNN头肩检测器检测出多场景多姿态下的头肩目标,然后用核相关滤波跟踪器跟踪检测出的头肩,最后利用匹配融合策略分析检测与跟踪结果,从而获得连续的运动轨迹来统计人数。(2)针对监控场景头肩检测任务,在原始Faster R-CNN目标检测框架的基础上提出三种改进方案提升检测准确率:利用正负Anchor比例均衡化来提高RPN网络候选框的召回率;修改原始框架结构,使用全局上下文信息(而不是局部信息)来判断候选框类别,减少误检;利用困难样本在线挖掘的模型训练方法重点训练易错样本,加速模型收敛过程并降低算法错误率。(3)利用高可靠性、高精度和高速的核相关滤波跟踪算法来跟踪被检测的头肩,并根据视角畸变造成目标在图像不同位置尺度变化的特性,使用尺度自适应的核相关滤波跟踪器完成跟踪任务。根据监控场景中人群密集的特点,使用基于匈牙利的匹配融合方法来分析头肩检测与跟踪的结果。(4)为实现人数统计算法实时统计人数的需求,提出了动态跳帧检测与匹配的方案,在牺牲少量算法准确率的前提下大大减少算法运行时间,达到实时统计人数的要求。头肩检测算法对比实验与整体人数统计算法对比实验表明本文提出的方法能够实时且准确地完成复杂监控场景下人数统计的任务。