随着科学技术和智能计算的不断发展,视频检测行业经过了模拟、数字、网络、智能这四个阶段的进步,已经可以做到从“看得见”、“看得远”转变为“看得清”、“看得懂”。近年来,由于计算机网络、图像智能处理以及视频传输技术的蓬勃发展,视频检测技术的水平有了很大提高。利用深度学习,计算机可以处理很多复杂、繁琐的视频图像处理相关工作,展现出惊人的分析处理效果。基于生产生活的需要和关键性技术的发展,对于视频人员检测和计数是非常有必要的。在此背景下,本文对基于深度神经网络的视频人员精确检测和计数算法进行研究。利用深度学习、计算机视觉和图像处理相关知识对视频中出现人员的地方进行识别和检测,并统计视频中出现的人员数量。本研究的主要内容有:（1）视频人员检测和计数数据集制作。依托于室内监控,本文自定义收集、标注和制作了视频人员检测和计数的数据集,为本文的进一步研究提供数据对象和实验基础。个人数据集涉及到成都某工厂室内监控摄像头,收集数据小组在该工厂内部署了三台机器用以数据收集,采集了数十个小时的视频,对采集的监控视频采取每隔100帧抽取一张图像,并对其进行标注。其中,训练集图片一共7773张,验证集图片一共2007张,测试集一共7129张图像。（2）视频人员检测和计数算法。本文利用当前热门的深度学习的方法,设计了视频人员精确检测算法模型,并检测结果基础上对人员进行计数。本文摒弃了以往视频检测两阶段和anchor-base的方法,选择Center-Net作为基础网络,没有繁琐的bbox处理和nms的后处理,使整体模型更轻量化。配合视频帧预处理网络以及在原始Conv LSTM的基础上进行的改进（Our-Conv LSTM）和对Center-Net网络进行的微调,模型在Center-Net的基础上进行了改进,在公开数据集上能达到0.754m AP,在个人视频人员检测和计数数据集上能到达0.762m AP。通过五组对比实验,进一步验证本文算法的实时性和检测能力。（3）系统的实际工程实现和部署。为了将该研究算法模型进行落地实践,本文在提出的基于深度学习的视频人员检测与计数算法基础上设计了一个监控视频下人员检测、计数和员工离岗检测系统,并能很好的进行监控视频流的快速实时并行处理。在某工厂的设备支持和配合下,该系统可以正常运行和使用,实现了本文模型的实际应用价值。