本文使用闭路电视监视系统拍摄的图像，通过图形图像处理技术和模式识别的方法对视频中出现的人数进行统计，为公交车，地铁，图书馆，公园等公共场所的调度提供依据。文中重视图形预处理对识别过程的影响，对传统的特征提取方法进行了优化，同时采用多特征识别方法，达到了很好的去冗余效果，提高了提取出来的人形的质量，加快了识别的速度，降低了误识率，提升了识别效果。 图形预处理作为图像识别的第一个阶段，对后面的工作有着重要的影响。图像增强的主要目的为提高图像的显示效果，增大前景图像和背景图像的差异；降噪处理的主要作用为降低噪声对图像的影响，提升图像的清晰度；数学形态学可以处理那些在背景区域去除得不够彻底而残留下的细小部分，扩大过分收缩的特征区域等。本文的特征提取针对的对象为动态图像，在提取特征的时候，对于参数的设置保留了一定的裕度。文中采用霍夫变化的方法来进行形状检测，使用色彩空间变化的方法进行人脸特征检测，同时还提取头发的颜色特征，作为后期识别的依据。跟踪与识别的主要工作是对获得的图像特征进行判断，对已经判断出是人物图像的区域进行跟踪。由于动态图像的不确定性，本文采用多标准的识别方法，引入强大的综合逻辑，根据实际情况选择判断依据，从而达到降低误判率，提升识别效果的目的。 基于以上的研究工作，本文使用Matlab软件开发了一套基于人脸特征的运动目标检测与识别系统，对视频样本进行了测试实验，对本文提出的算法进行了验证，得到了比较理想的效果。