智能视频监控系统是现今计算机视觉领域的研究热点之一。随着城市人流量的增加，对公共场所的人群进行监控和管理变得至关重要。检测监控场景内的人群并估计人群密度，不仅可以帮助有关部门及时发现公共场所的不安全因素，而且可以更好地完善视频监控系统的性能，为维护公共场所的安全秩序做出了很大的贡献。本文对现有的人群密度估计方法进行了详细研究。对中低密度人群图像，提出了一种改进的混合高斯模型，用于人群图像的背景重建。与以往的混合高斯模型背景重建方法不同的是，针对人群密度特点，该方法选择了均值和偏差均值来更好地描述背景模型特征。在此基础上，提出了像素过滤技术，用于解决运动目标像素对背景重建的干扰。同时，利用原始图像与参考背景图像在S分量上的差分关系，修正人群前景图像。实验结果表明，该方法能够快速地重建背景图像，大大地提高了中低密度下人群人数统计的准确性。针对中高密度人群图像，利用支持向量机的方法估计人群的密度等级。首先，利用灰度共生矩阵提取图像的纹理特征，通过对相关性的分析选取不同方向的纹理特征。然后，采用分段二分法优化支持向量机的核参数，利用参数优化后的支持向量机对人群图像的纹理特征进行分类。实验结果发现，不同方向的纹理特征决定了不同场景下人群密度估计精度；支持向量机的泛化性能优于传统的BP神经网络分类器；基于支持向量机的分类方法能够实现中高密度人群密度等级的估计。最后，根据现有的视频监控系统的特点，引入多线程思想，在完成单路人群密度估计的基础上，实现了多个场景下并行的人群密度监控，完善了现有智能视频监控系统的功能。本文所提出的智能视频监控系统下的人群密度估计方法，在实验仿真中得到了实现，并且能够满足视频监控系统的实时性和准确性要求。该技术在机场、地铁及公共广场等场所的监控管理系统中具有广阔的应用前景。