运动行人检测与跟踪是视频监控技术的核心，由于其在客流量统计、安防监控等领域的广泛应用，目前已成为计算机视觉领域的一个重要研究课题。本文对运动行人检测与跟踪关键技术进行了研究与改进，并在此基础上对客流量统计系统进行了设计。　　 首先，对背景累积差分算法进行改进，有选择地更新背景图像。在视频初始的一段时间内或场景中无运动目标时，更新速率较快；当场景中存在运动目标时，更新速率较慢，且仅对无运动目标的区域进行更新。改进的背景更新算法为行人快速检测和跟踪奠定了基础。　　 其次，提出了两种顶视运动行人检测方案：当行人衣着颜色相对背景色较深时，首先采用三帧差分与背景减除相结合的方法检测出运动区域，然后利用投影法实现粘连区域的分离，提取出运动区域的面积特征，再通过区域筛选去除面积过小的非目标区域，保留行人运动区域，找出行人运动区域的外接矩形并在原始视频帧上进行标记，从而实现行人的检测；当行人衣着颜色与背景色相近时，根据人头的形状特征和颜色特征，通过Canny边缘检测算法获得当前帧的边缘，采用帧差法获得当前帧的运动轮廓，结合边缘与运动轮廓消除了静止边缘，得到了更加完整的运动轮廓，在此基础上采用Hough圆算法检测出了人头。通过两种检测方案的结合，实现了行人的快速准确检测。　　 然后，在行人检测的基础上，将运动行人检测算法得到的运动行人图像块作为Camshift跟踪算法的输入，解决了手动选择待跟踪目标窗口的问题，防止了搜索窗口的扩大，且仅对虚拟跟踪区域中的行人进行跟踪，可实现多行人的自动跟踪。　　 最后，在运动行人检测与跟踪的基础上，对客流量统计系统进行了设计，并实现了客流量的实时统计，统计正确率平均在85％左右，验证了本文运动行人检测与跟踪算法的准确性和实时性。