1.一种基于单帧图像处理的人数统计系统，其特征在于：包括离线训练模块和在线检测模块，统计过程包括以下步骤：S1：获取应用场景中图像训练集，人工标注正样本和负样本，构造用于训练Adaboost检测器模型的正负训练样本集；

S2：提取正负样本图像的有关特征离线训练Adaboost检测器模型；

S3：根据步骤S2训练的Adaboost检测器模型检测训练图像集，将检测出来的虚假目标当作负样本，检测出来的真实目标当作正样本，构造用于训练CNN+SVM分类器模型的正负样本集；

S4：提取步骤S3中正负样本集训练CNN模型，并训练好的CNN模型提取样本的特征表达，其中该特征表达来源于CNN全连接层的相应输出；然后，采用该特征表达训练SVM分类器，最终获CNN+SVM分类器模型；

S5：利用训练得到的Adaboost检测器模型，对待统计图像进行第一阶段人头粗检测，获得疑似人头区域；

S6：利用训练得到的CNN+SVM分类器模型，对第一阶段粗检测获得的疑似人头区域进行第二阶段识别确认；

S7：利用应用场景中各种先验信息对检测结果进行后处理，得到最终的检测结果；

S8：根据最终检测结果，将人数统计结果显示出来。

2.根据权利要求1所述的一种基于单帧图像处理的人数统计系统，其特征在于：在步骤S2中，提取人头正负样本图像特征，采用级联的Adaboost方法离线训练人头检测器模型，从而保证较高的人头检测率。

3.根据权利要求1所述的一种基于单帧图像处理的人数统计系统，其特征在于：在步骤S4中，根据步骤S3中正负样本图像离线训练CNN+SVM分类器模型；CNN采用多层网络结构，取全连接层特征向量作为CNN提取到的特征，放入支持向量机进行模型训练，输出即为CNN+SVM分类器模型。

4.根据权利要求1所述的一种基于单帧图像处理的人数统计系统，其特征在于：在步骤S5中，对于输入的待统计图像，进行多尺度的遍历整幅图像，并对图像进行特征提取；将多个子窗口输入到检测器模型中，经过cascade级联检测器，一级级排除非人头区域，最终得到疑似人头区域，达到第一阶段粗检测的目的。

5.根据权利要求1所述的一种基于单帧图像处理的人数统计系统，其特征在于：在步骤S6中，在第一阶段检测的基础上对测试图像在CNN全连接层提取特征向量，输入到CNN+SVM分类器模型中，进行第二阶段的人头识别确认。