在这个充满数据的时代，将大规模的数据进行有效的提取是人类必须面对的一个问题。我们知道数据作为一种资源本身并没有直接的利用价值，具有利用价值的是从中所获取的知识和信息。数据统计正是基于社会的这种需要而发展起来的。从数据统计的发展过程来看，早期的研究主要注重于用传统的数据分析方法，本世纪以来人们逐渐发现可以用智能的方法来完成数据统计工作，而且经过实践证明将神经网络应用到数据统计中是一种比较好的方法。由于神经网络具有良好的自适应能力和自学习能力。本文利用神经网络的研究方法以及红外线设备采集数据的特点，研究了基于神经网络的客流量采集分析方法，建立了一个客流量统计系统。通过分析和掌握输入量和输出量之间的内在关系，建立了有效的神经网络模型，利用有效的输入数据得到我们想要的输出结果。将神经网络技术应用于数据统计模型的建立中，正是利用了其解决非线性问题的独特优势。在神经网络分类器的应用中，本文利用改进的BP神经网络算法建立模型解决客流量统计问题。在模型的建立过程中优化选择模型的参数，将神经网络模型与红外光电感应器有效的连接起来统计客流量。经过实验表明：基于神经网络的客流统计方法能够对连续的客流数据进行正确的分割，而且能够对低维数据客流特征进行有效提取，并能够识别多人并行情况，经验证是一种具有较高准确率和效率的实时客流统计方法。