随着社会和经济的快速发展,公共安全区域的视频监控部署已经成为常态。就目前而言,广场、地铁站、政府机构、大型商场等公共场所大多实现了视频监控,但简单的对视频图像进行捕捉和记录不足以满足需求。更为重要的是对视频图像进行分析处理,从而实现对异常情况的预警监控。目前大量的视频监控系统需要人力全天候值守,造成了一定的安全隐患,如何实现公安监控视频的自动智能分析是目前研究探讨的热点。本文针对公安视频智能分析中的人流量问题进行了研究和探讨,论文的主要研究内容包括：1)对图像的前景提取方法进行了探讨,经过实验分析对比了几种常用前景目标检测方法的优缺点,实验证明了背景差分法提取的目标相对完整,本文用该方法检测前景图像后进行了形态学处理,减少了图像的噪声和空洞现象,有利于更深入的对图像进行处理和理解。2)针对人群密度估计问题进行了研究,首先研究了基于像素和基于纹理的分析方法,然后实际运用灰度共生矩阵提取人群纹理特征,在分类阶段,提出了一种基于粒子群算法的决策树SVM多分类方法,运用该方法对不同人群密度图像进行了分类,通过实验验证了该方法的有效性。3)研究分析了视频图像中的人数统计方法。提出了一种适用于多种人群密度的人数统计方法,在人群密度较低时利用前景像素与人数的拟合曲线来估计人数,在人群密度较高时则运用基于图像ALBP特征的回归方法对图像人数进行统计,实验验证了该方法对不同人群密度图像的人数统计准确性。