人群计数是计算机视觉领域的重要课题。随着监控系统部署的迅速扩张,对系统自动进行分析识别的技术需求日益强烈。目前大多数已有方法都利用单个相机从特定角度拍摄的图像或视频,然而考虑到目标场景中遮挡等复杂的三维状态,这些单视角记录的二维信息往往在应用中有所局限,需要利用其他外部信息,比如计数目标的训练集。本文中,目标场景由不同视角的多个相机同时监控。整合这些相机记录的图像视频,以及目标场景的地理信息和相机的校准数据,本文提出了一种高效的三维重建方法,进而根据重建后场景中的信息完成人群计数。预先用混合高斯模型完成前景提取后,在三维重建步骤中,将目标场景分割为方块单元,通过提出的填充率指标实现不同相机间信息的相互利用,来确定图像视频数据中每个前景像素所对应的目标场景中方块的位置。通过选择合适的方块单元的尺寸,能够在保证足够准确的同时提升算法的运行效率。将重建后场景中的信息按一定规则投影到水平面后,即可用边界追踪等聚类算法进行计数。随机模拟表明,即便在较为拥挤的场景中,本文提出的方法也能给出精度较高的结果。应用于真实数据中,在监控系统摆放情况对算法较为不利时,也得到了有一定实际意义的结果。