随着经济的飞速发展，大型商场的竞争日趋激烈，将信息技术融入商业经营管理，势在必行。本课题就是为了适应这种形势发展而立项，它通过统计不同时间进入商场的客流量，对历史数据进行分析，为商场的经营者提供各种决策依据。本文在总结了国内外客流量检测的各种方法的基础上，提出了用视频序列来检测客流量算法。 本论文将课题分为三个部分：运动目标的检测、运动目标的识别和运动目标的跟踪。首先对运动目标的检测的现行方法进行了总结，并结合课题提出了三帧差分算法，在算法中改进了种子算法和运动补偿算法，提取了运动目标，取得了很好的效果；其次是课题中难点——运动目标的识别，该方法主要是识别运动目标中人的个数，开始部分利用标号程序来分开不同的运动目标，接下来是对每一个运动部分进行人个数的识别；在进行识别中，本课题分为两个阶段，先是利用面积大概分析，然后再根据Hausdorff来具体识别，在这里本文提出了整数识别和分数识别算法；最后是运动的跟踪和计数，主要在前面方法的基础上，利用前面得到单个人中心点的位置和人的颜色来进行跟踪，共分为两部分——预测和跟踪，先根据Kalman滤波来进行下一个位置的识别，然后再利用代价函数进行跟踪，获得了很好的效果。 通过实验表明，本课题算法对客流量的检测取得很好的效果，准确率达到95﹪以上，基本满足商场经营决策者的需要。