针对目前世界各国对人流量统计的迫切需求,本文致力于开发一种基于视频监控的人流量统计系统。作为视频监控领域的重要应用和研究热点,人流量统计系统在车站安防、商场超市和交通管理等方面被广泛使用。系统主要建立在计算机视觉和模式识别技术的基础上,通过对运动目标检测和人体目标识别、跟踪算法的深入研究,最终实现了人数统计的目的。本文的主要工作如下：(1)本文在对比多种运动检测方法后,选择帧差法中的三帧差分法作为目标检测的核心算法,同时在此基础上融合了最大类间方差法,达到动态取阈值的目的。此外,为了降低改进后算法的时间复杂度,算法在阂值自适应前进行了预先判定,达到优先保证检测效果的同时最大化地提高算法的实时性。(2)人体的目标识别方面,系统采取SVM向量机分类HOG特征的识别方法。通过对HOG梯度信息的提取和SVM向量机的样本训练来判定检测目标是否属于人体。(3)对于目标跟踪部分,本文仔细分析了常用的Cam-Shift跟踪算法的缺陷,进行了相应的优化改进。对于复杂背景问题,系统加入了多特征融合实现最大程度的提取目标信息；对于遮挡干扰,系统增加了改进的Kalman滤波算法进行运动趋势预测。(4)基于对上述关键技术的研究,本文成功完成了系统软、硬件以及客户端平台的搭建。同时经实测证明,系统能够实时可靠地进行人流量统计,具有良好的实践价值。