近年来,随着电子信息产业制造技术的提高、硬件成本的降低,给计算机视觉技术带来了飞速发展的机会,加上社会各行业对智能视频的需求与日俱增,使得智能视觉成为一个理论和技术应用上热门的研究领域,基于视频的智能人数统计成为了该领域的热门研究方向之一。本文设计的基于视频的智能人数统计系统主要是针对于商场的人数统计,通过统计主要通道客流状态,从而进行店面的合理分布;统计各个区域的吸引率和繁忙度;有效评估所举行的营销和促销投资的回报;显示当前客流状态和变化趋势,安全保卫部门可以对流量较大的区域采取预防突发事件的措施,并可实时观察当前的实际人数及图像等,比传统的监控系统更加智能化。本文从硬件和软件部分进行设计,硬件方面与传统方案区别不大,只是比一般的系统增加了基于App的客户端,所以不做详细介绍,系统实现的重点与难点在于对运动人体目标检测技术、头部识别的机器学习方法和移动目标跟踪计数等,所以从以下几个方面展开研究:首先,分析人数统计系统使用的环境是商场的门口等人流密集的地方,通过方案比较,我们选取采用Rossi等提出的摄像机垂直架设拍照方法,采取检测人体头部区域。其优点是当行人靠近或肢体之间相互接触发生遮挡时,依然能够提取行人较为完整的头部信息,尽可能地减少由于遮挡引起的漏判。然后,使用帧间差分法从视频帧中提取运动目标,然后再以运动目标的外接矩形框作为后续人头检测的检测区域。研究表明行人头部检测采用基于HOG特征提取、线性支持向量机作为分类器的检测方法,是目前行人检测中综合性能较好的。接下来对视频场景中的行人进行跟踪计数。研究了经典的HS光流法和LK光流法。其中LK光流计算方法因为灵活性高、计算量相对较小更适合应用在目标跟踪中。对于空间运动位移较大的光流计算,将图像进行金字塔分解来提高光流矢量求解的精确度。在计数时,对场景设定感兴趣区域,并只对经过感兴趣区域的行人进行计数,并可以准确的判断进出方向。可以根据实际的需要情况,随意设定感兴趣区域,从而提高了系统的实用性。最后,对于APP的开发,本文主要介绍iOS操作系统的APP客户端的开发,采用的流程为:服务器端把检测到人数变化的图片保存为jpg格式文件,并存储在服务器,再向远程控制终端发送通知,控制终端解析推送通知,通过协议请求服务器中的图片以获得人数统计结果的实时图片。本文是以运动目标前景检测、基于机器学习的头部识别以及目标跟踪等技术在人数统计系统中实现了具体的应用案例。并且能够成功地在iOS手机客户端接收到人数变化的通知,得到人数变化时的图片。为了验证所用到的算法在本文提出的硬件配置要求不高的系统中的有效性、实时性及可靠性,采取了对大量不同场景下及不同人数的条件下的视频进行了测试,测试结果表明系统对于人数统计能够准确、有效的检测视频当中的行人头部,并在跟踪计数时具有较好的实用效果,达到预期设计目的。