行人运动视觉分析是近年来计算机视觉领域中备受关注的前沿方向,而视频监控系统作为其硬件载体目前已在世界范围内普及开来。两者的有机融合孕育了智能视频监控系统的诞生。行人流量统计作为智能视频监控系统的一个重要应用领域,其技术正日新月异地发展着。本文针对室内场景,在基于课题组自行研制的球形摄像机等硬件设备的支持下,构建了双向行人流量统计系统的软件架构,其中包括运动目标检测、目标特征提取及分类、行人跟踪：本文采取背景减除法提取视频流中的运动目标,其中使用混合高斯建模的方法对背景进行建模,再通过连通域分析、形态学滤波等图像处理,得到了一幅较为纯净的前景二值图像。本文提出一种基于行人水平投影直方图的方法对画面中的多行人目标进行分割。由于行人运动时,其头肩部分不易被遮挡,因此将头肩模型作为行人的检测特征。再利用Hu不变矩对其进行描述。最后通过马氏距离的相似度计算,判别其属性,实现目标分类。在行人跟踪及其统计方面,详细阐述了MeanShift算法及MeanShift句量的推导过程、物理意义及其收敛性,并使用基于HSV空间内的颜色特征的MeanShift算法实现行人的跟踪过程。在此基础上,给出双向行人流量的统计策略。通过对实验结果的定性分析,指出了行人流量统计系统中算法的不足和缺陷,并给出其日后可以改进和完善的方向。