复杂条件下的人头检测与计数技术研究是基于目前视频图像大量监控数据的自动化分析理解及提取问题。实际的监控环境比较复杂,监控摄像头角度倾斜或俯视下的拍摄情况下,很难在视频中获取完整的人脸信息来完成人头检测。针对这些情况,本文运用活动边缘和Camshift方法对俯视人头和侧面人头的进行检测与计数。本文针对俯视人头和侧面人头,分别实现了基于活动边缘和Hough变换的俯视人头检测方法和基于Camshift算法的侧面人头跟踪方法,通过设置虚拟线的方法,计算人头的个数。本文的主要研究内容如下:一,本文分析了几种边缘检测算子和活动边缘检测的方法,提出了基于间隔十帧差分结合当前帧边缘的活动边缘检测方法,有效提取出当前帧中的活动目标边缘。二,本文分析了俯视人头边缘图像的特点及Hough变换检测圆的方法,实现了利用随机Hough变换快速检测人头边缘。三,本文分析了侧面人头图像的特点及MeanShift,Camshift的算法原理,提出了一种基于Camshift算法的自动侧面人脸检测跟踪方法。四,本文分析了最大近邻匹配算法,提出了一种基于运动信息的匹配方法建立目标链,通过在图像中特定位置设置虚拟线,判断目标链与虚拟线的关系,实现人头目标计数。实验结果表明,利用本文上述方法,对复杂条件下非正面人头目标的准确检测和计数,取得较好的效果。