1. 研究目的与意义（文献综述包含参考文献）

客流量给商场、机场、车站等公共场所的管理和决策不可或缺提供总要参考价值，对于不少行业来讲，客流量可以直接反映出它的经营业绩。随着人工智能技术的飞速发展，以及行业需求的扩展，在现阶段的视频监控领域中，研究一套有效的，高精度的，功能全面的客流量统计系统已经成为一个研究热点。客流量统计的实际应用主要有以下几方面，在公交车站，地铁站等场所根据客流量数据信息可以分析各公交线路的交通拥挤程度，在商场中根据客流量数据信息可以分析顾客的消费购买习惯以及商业行情，在安保方面则可以利用客流量监控系统监控总要路口以防止防止异常事件的发生。同时客流量统计的总要意义还表现在：通过对出入口的客流量可以判断该出入口的设置是否合理；通过监控不同商场楼层的客流量让店面布局更为合理；通过对客流量数据的分析可以有效的估计当前营销和促销策略的投资回报；通过、条线路上的客流量统计可以估计和优化宣传广告的预算等等。

客流量统计技术有着非常广阔的应用前景，很多公司和科研院所都展开相关方面的技术研究，国内的许多企业如北京的智安邦，保定的天河，杭州的海康威视，浙江的大华，以及深圳的飞瑞斯等都研发了自己的基于机器视觉技术的客人流量统计产品，但是至今为止，这些产品都只能应用于少数特定的应用场合，并不能形成一个大规模的市场，这也反映出了客流量统计技术的研究依旧有很大的发展空间。基于计算机视觉的客流量统计系统通常都应用了视频图像处理技术、模式识别技术以及人工智能等领域的相关技术。一有效的客流量统计系统需要能够应对不同的背景环境以及其变化和应对多人同时通过检测区域并判别移动物体的复杂情况，但是从复杂多变的背景环境中精准的判别出其中的人体目标并对其进行跟踪任然是是机器视觉领域中的一个极具挑战性的问题。

从基于计算机视觉的客流量统计技术的应用背景中可以知道，要完成客流量统计工作，需要进行运动目标检测以及运动目标跟踪这两个环节。运动目标检测和运动目标跟踪是计算机视觉研究中的两个相关的问题，如果要获取视频图像序列中运动目标的行为特征，首先就需要进行运动目标检测，知道目标从哪里进入，在知道了运动目标在图像中的位置之后，才有可能对目标进行跟踪，针对这两方面，目前已有大量的研究。

2. 研究的基本内容、问题解决措施及方案

首先获取背景图像，建立相应的背景模型，然后将当前帧和背景图像相减，从而得到前景目标，在背景稳定无扰动的情况下，如果差值低于阈值，那么就可以认为场景内没有运动目标；如果背景图像中某一区域和背景区域差值超过阈值，那么意味着场景内有运动目标，于是标记图像中的变化的区域，进而提取目标区域。

检测到运动物体后，利用hog特征的行人检测方法进行行人识别。其中特征提取方法利用主成分分析算法将特征点向量投影到另一个空间，得到最具有代表性的特征参数，从而实现了很好的降维的作用。