随着视频图像处理技术的发展,监控视频在社会生活中得到了广泛的应用,基于视频的人数统计方法已成为视频图像处理技术中一个重要的研究方向,可以应用于诸如大型场馆及大型购物商场出入口的顾客人数统计、名胜旅游景区游客计数、高等学校学生出勤考核等。本文以固定单摄像头监控视频为实验对象,研究多特征的人头检测结合多目标跟踪的复杂场景人数统计方法。针对各种复杂场景人数统计方法中,普遍存在的因遮挡和相似物干扰等因素造成的人数漏判和误判,提出了一种基于多特征人头检测结合多目标跟踪的复杂场景人数统计方法。首先针对实验场景进行视频分割,提取实验视频段的关键帧。以关键帧图像为处理对象,分别提取头发颜色、脸部肤色、头部轮廓等物理特征,采用多特征相结合的人头检测方法,进行初步人数统计,采用多特征,可以排除部分非人头区域造成的误检。采用改进的基于五帧差分的自适应背景更新运动目标检测算法,检测视频段中的运动目标,该方法不仅能够排除图像中出现的非人头目标,获取视频帧中的人头候选区域,还能够解决图像中运动目标不连续、易出现空洞的问题。针对检测到的运动目标,采用多目标跟踪算法,在不同情况下建立不同的关联矩阵来判断复杂场景中的遮挡情况,两个目标人头的不完全遮挡采用颜色直方图的均值漂移算法分别进行跟踪,其余情况均采用将合并的目标人头作为一个整体的方法进行跟踪,再进行轨迹关联。为了验证算法流程的可行性,本文进行了实验验证,实验结果显示:多特征相结合的人头检测方法可以定位大部分非遮挡的人头;基于五帧差分的自适应背景更新运动目标检测算法结合多目标跟踪方法可以较好地判断目标合并、分裂、消失和新增等情况,有效减少因目标间遮挡和干扰等因素造成的人数统计误差。