当今社会,计算机技术快速发展,计算能力得到了很大程度的提高,使得利用计算机实现人类的视觉功能成为目前计算机领域中最热门的课题之一。作为计算机视觉领域的一个典型应用,公共室内场所人数统计在人流量商业数据统计分析、公共安全等许多方面有着重要的应用价值,它实际上主要涉及到该领域的行人检测和跟踪两大研究热点问题。然而对公共室内场所人数统计的研究却刚刚起步,现有的统计方法在实时性、准确性方面都有待提高。因此,本文重点在于研究设计出一种满足实时性和精确度的行人检测、跟踪算法,进而提高公共室内场所人数统计方法的实时性、准确性,具体围绕以下工作展开:1、研究常用的行人检测算法并在此基础上进行算法的改进。本文对常用的行人检测算法进行了研究,并提出了基于HOG特征和运动信息的行人检测算法,将目标的静态特征和运动信息结合起来,可满足行人检测算法实时性和精确度的要求。2、研究常用的行人跟踪算法并提出新的跟踪算法。本文对Kalman滤波、粒子滤波等一些常用的行人跟踪算法进行了研究,并研究了多目标跟踪数据融合算法,提出了一种基于区域的多特征匹配跟踪算法,并针对复杂场景下多人体跟踪中的遮挡、静止目标等问题给出了相应的解决方案。3、设计开发人数统计原型系统在上述研究的基础上,以Microsoft Visual Studio 2005为开发工具,使用C++语言作为开发语言,我们设计开发了公共室内场所人数统计系统。通过分析处理实时场景视频,该系统可对公共室内场所的行人进行有效的检测、跟踪和进行人数统计,并最终存储结果到本地数据库,为进一步进行分析处理提供数据。实验结果表明了本文所提出的行人检测、跟踪计数方法的准确性、有效性。