近年来,随着城市规模在不断发展,越来越多的人涌入大城市,城市公共交通压力巨大。因此,采取人员限流或分流进入地铁等设施是十分有必要的。采用技术手段就可以在入口处监测人流,及时告知工作人员,采取必要的措施来实现人员的导流作用。目前,视频处理相关技术发展迅速,同样也应用到各行各业中,把人流量检测和跟踪技术应用进来可为地铁导流、商场控制人流量等提供技术支持。本文正是基于此进行了基于积分通道和KCF跟踪技术的行人数量统计研究工作。首先讨论KCF跟踪技术。KCF是一种鉴别式追踪方法,这类方法一般都是在追踪过程中训练一个目标检测器,使用目标检测器去检测下一帧预测位置是否是目标,然后再使用新检测结果去更新训练集进而更新目标检测器。使用目标周围区域的循环矩阵采集正负样本,利用脊回归训练目标检测器,并成功的利用循环矩阵在傅里叶空间可对角化的性质将矩阵的运算转化为向量的Hadamad积,即元素的点乘,大大降低了运算量,提高了运算速度,使算法满足实时性要求。之后进行KCF算法的相关实验,将KCF算法与其他算法进行比较,KCF算法的平均精度和平均FPS都是优于其他算法的,此外还将HOG特征加入到KCF算法之中,使其性能大为改善。然后设计了人流量统计算法,基于积分通道进行人流检测,基于KCF实现人流跟踪。算法实现流程为首先采用积分通道进行行人检测第一帧;完成第一帧检测后,对检测到的行人进行跟踪,接着将跟踪的行人区域置黑,然后重新进行行人检测,同时将新检测的行人进行跟踪初始化并完成行人计数。最后利用OpenCV技术对积分通道和KCF算法设计从而实现人数的统计,达到人流量快速有效统计的目的。