在经济快速发展、人口频繁流动的今天,对公共场所人流量进行有效的监测与管理,是亟待解决的问题。基于视频图像序列的人体检测与计数技术可应用于社会、经济、交通、文化旅游等很多方面。由于大多数场所都存在客控制行人数量的入口,而这些入口处通常都安装有摄像机拍摄人体面部以便进行监控。本文充分考虑了这一现有资源的特点,着重研究了静止摄像头斜置情况下的视频人体运动目标检测与跟踪计数技术。本文的主要工作包括如下几个方面。一、在运动人体检测方面,本文通过分析相关运动目标检测算法的优缺点,提出了一种以自适应背景模型为基础的背景差分法对运动人体目标进行粗分割。通常,无论是商场等公众场合还是公司门禁的视频监控中都能观测到正面运动人体目标的面部。本文在粗分割基础上通过人脸检测来提高目标检测的精度。由于视频监控中人脸姿态各异,不利于提取人体面部特征,故本文通过肤色分割来检测人脸。通过分析研究研究现有人脸检测算法的优缺点,本文提出了一种改进的椭圆肤色模型进行肤色分割,在通过适当的约束条件来确定正确的人脸区域。二、在运动人体目标跟踪方面,采用了GM(1,1)模型与多特征按重要性顺序选择性匹配的目标跟踪方法。首先分析了灰色预测理论用于人体目标跟踪的可行性及优点,然后将灰色预测理论应用于灵活多变的行人的跟踪预测之中。在跟踪过程中,通过将跟踪目标定为以人脸为主的头部区域来减小人体目标的形变对结果的影响;通过预测缩小人体检测区域及选择性特征跟踪来提高系统的速度。?三、在运动人体检测与计数系统的实现方面,在上述研究内容的基础上,通过设定计数区域计算通过入口的行人数量,并给出了试验结构分析。通过实际采集的某入口的视频图像序列对本文提出的方法进行了验证。结果表明,本文所提出的方法能有效地记录通过入口的人数。