近几年人工智能产业在我国发展迅速,计算机视觉作为一个人工智能很重要的应用领域,计算机视觉成为了时代的新宠儿,越来越多的科研人员投入大量的时间研究该技术,推动了各行各业的发展。随着城市化的加快,很多人开始向城市涌入,公共交通作为人们重要的出行方式,智能化交通设施也成为了一个研究热点。公交车客流信息作为交通智能化的一个很重要的大数据信息,已经引起很多学者的研究。传统的客流统计方法一般使用彩色摄像头进行客流分析,然而,彩色摄像头获取的RGB图像受光线的影响很大,特别在夜晚和黄昏,想在这段时间获取清晰的RBG图像显得尤其困难。本文针对上述的问题,设计了一种基于飞行时间技术(Time of Flight,TOF)深度相机的公交客流量计数系统,总体包括三大部分:乘客目标检测、乘客目标跟踪和乘客目标计数。在乘客检测方面,本文根据深度图像的特征,提出一种基于梯度分层的最大稳定极值区域算法,精确地从乘客人体特征区域中分割出人体的头部区域,并使用线性支持向量机训练出的分类器进行决策,从而识别出人体头部特征区域。在乘客目标跟踪与计数方面,本文选取基于人头重心的乘客跟踪算法对乘客实现监视,并提出了一种基于两条计数线、三种计数状态的计数方式,较好的解决了人群拥挤、人头晃动、同一乘客反复触发计数线等造成的人头重复计数问题,大大降低计数误差。最后,经过对大量公交车场景下拍摄的视频进行分析,证明本系统的识别率高、鲁棒性强。