随着监控系统在当今生活中越来越普及,对该系统的研究也越来越深入。由于低成本的总体趋势,相关的部署条件变得越来越严苛。对人群的检测和跟踪可以轻松实现跨线计数和其他任务。在实际应用层面上,可以实现人群的主要趋势分析,客流统计等非常实用的项目着陆,并为一些公共场合提供更准确的交通调度依据。因此,构建一个能够实时,准确地完成多目标检测与跟踪任务的高效系统具有重要意义。本文工作重点是解决基于单目相机的行人检测与计数问题。相机的架设采用了向下俯视的方案,这一方案可以最大程度地解决人群密集时的行人遮挡问题。在综合了解多种目标检测方式基础之上,我们最终选择了One-Shot类别中的YOLO,并重新设计了骨干特征提取网络以实现快速目标检测。为了达到嵌入式板上实时检测的目的,Kalman滤波器被用来解决下一帧目标位置检测的问题。采用Hungarian算法用于解决帧之间的目标匹配问题。从而可以实时跟踪目标轨迹链。再根据设置的出入区域,对行人的跨线行为进行计数。基于改进后的算法,还部署于RK3399开发板上进行了相关实时性比较研究。发现跟踪器可以通过结合前后相关帧来弥补单帧目标检测中预测精度的不足。这也意味着更加快速的预测实际意义大于在单帧检测时拥有较高的mAP且预测耗时的情况。本文所提出方法的预测速度相比于设计的对照实验有明显提升。基本上满足了实际应用的需求,并为进一步研究提供了新的思路。