人体检测可以在视频和图像中自动检测人体，分析相关数据，是计算机视觉的热门研究对象，在智能监控、智能交通、运动分析和人机接口等邻域广泛使用。本文首先介绍了人体检测技术的研究背景和研究难点，并对现有算法进行全面综述。目前人体检测在特征向量、分类器、检测速度和遮挡处理等方面都取得了较大进步，但是在实时性和检测的准确率两个方面仍然存在问题。针对现有算法的不足，提出了一种基于统计变换直方图的快速人体检测方法。该方法包括视频帧图像的采集、预处理、统计变换直方图特征向量的提取和分类检测。利用视频帧的相关性，隔帧提取关键帧。对关键帧采用帧间差分法和历史运动图像法获取感兴趣区域，并用Sobel算子进行增强。利用图像中心像素点与周围邻域像素点值的变化的二值化形成统计直方图，统计直方图的分布系数就构成了统计直方图向量，并用来描述图像的轮廓，最后使用线性支持向量机分类。针对现有算法处理时间较长的问题，提出了快速算法，可以不需要产生明确的特征向量，也不需要对特征向量归一化。在不影响检测的准确性的前提下，大大提高了检测效率。实验中采用了一个含有3400张图片的训练集和含有1500张图片的测试集的数据库来训练和判断。实验证明本文基于统计变换直方图的人体识别方法是可靠有效的，达到83.5%的准确率和25fps的检测速度，可以用于实时人体检测。