人数统计信息在商业信息采集、公共安全监控等方面具有重要意义。传统的人工监控及统计方式费时费力，不但资源人力成本高，而且人在长时间工作的状态下，难免出现精力不集中等原因导致的疏忽。基于计算机视觉的自动人数统计方法越来越多受到人们的关注。在近年运用计算机视觉技术进行人数统计之前，较早进行的是人群密度的研究。目前有很多方法可以实现人群密度的大致估算。随着技术的发展，对人数进行具体统计的各种方法开始显现。但是实际条件下的精确人数统计仍面临不少困难。主要问题包括室外环境下的复杂背景、光照、人的相互遮挡、与人紧密结合的非人移动前景的干扰等。本文针对室外复杂环境下的人数统计进行研究。实验视频中存在下列难点：背景复杂；人群存在遮挡；与干扰物（自行车与遮阳伞等）紧密结合的非常规人体等。这些复杂因素给人数统计带来严重挑战。本文有针对性的对前景区域提取多种局部特征，并采取适当措施解决干扰问题。最后将得到的特征向量通过SVR（支持向量回归）进行回归来得到人数计数。较好地解决不完全遮挡、常见干扰物、复杂背景造成的前景人体被分割等影响。同时针对处理不断提高的监控视频分辨率带来的实时性挑战，利用改进的混合高斯模型提高运算速度，使其适用于实际系统。