基于视频的行人检测和跟踪是计算机视觉、图像处理领域很多相关应用的关键技术之一,在智能视频监控、车辆辅助驾驶、图像和视频检索以及多媒体分析中有着重要的应用价值和广阔的前景,并逐渐成为近年来的研究热点。本文的主要工作如下：第一,行人检测：系统地分析了梯度方向直方图(HOG)特征、支撑向量机(SVM)分类器、相交核化支撑向量机(IKSVM)分类器,并给出了其性能分析,并实现了HOG结合SVM分类器以及HOG结合IKSVM的行人检测方法,取得了较好的实验结果；第二,行人跟踪：详细介绍了Meanshift算法和卡尔曼滤波的原理,实现了基于Meanshift算法和Kalman滤波的跟踪方法,最后给出了标准视频库上的测试结果；第三,基于头部特征提取的人体计数：采用获取检测区域的俯视图像的方法即摄像头垂直于地面进行拍摄,介绍了预处理、头部识别、头部跟踪和人体计数四部分,完成了基于头部特征的人体计数的方法,并在实际拍摄的多段视频中进行了实验,详细测试了算法的性能；第四,本文还完成了特定场景下基于静态图片的人体检测和分割的项目,介绍了长春科技馆展项——舱外活动体验模拟系统的背景,及具体实现时的各个步骤,创造性地运用图像处理领域的算法,在实践中取得了良好的效果。综上,本文完成了行人检测和跟踪,基于头部特征提取的人体计数,基于静态图片的人体检测和分割,三个课题的算法设计以及软件实现,开发了实时高效的系统。