随着智能交通的发展，大型公共场合的行人检测与流量统计主演成为新的研究热点。基于3D SmartToF相机俯拍深度图像，本文提出了一种高效准确的室内人物检测和计数方法。
整个算法方案包括四个部分：图像预处理进行补洞与滤波、ROI提取得到类似人体区域、浅层CNN进行人员与其他物体的二分类、跟踪算法绘制轨迹并统计人数。
在这项工作中，我们定义了一个基于区域的浅层卷积神经网络用于行人检测，其中深度信息辅助前后景分割和ROI提取。 我们的多人跟踪策略绘制轨迹并估计流量、通计进出人数。
我们提供了一个包含超过10k张深度图像的新数据集，其中包含详细的人工位置注释。与现有的方法相比，该算法减少了误报并提高了准确性，达到96％mAP的检测结果，通过实验证明了我们对快速移动、遮挡和穿戴帽子书包情况的稳健能力。同时，算法计算复杂度低，实现在i5 CPU上以每帧30ms的速度运行。
