基于视频的人群异常状态检测能够为公共安防预警和聚集人群疏导提供有力的保障。如果我们能够有效地利用现有的资源使监控系统智能化,对群体性事件进行行为状态分析,判断是否存在人群踩踏、打架斗殴、骚乱等异常事件,那么就能有效地避免或预警灾害事件的发生。本文提出采用基于人群密度和速度特征相结合的人群异常状态检测算法,研究内容涉及人群运动状态信息提取、人群密度特征提取,人群异常状态检测等方面。主要研究工作如下:1)人群密度特征提取方面,利用改进的背景差分法对运动前景进行提取,对前景图像采用基于灰度共生矩阵的纹理分析方法提取能量特征值描述人群密度信息,并根据前后两帧的能量特征值的变化判断人群密度随时间的的变化趋势。该方法有效减少了背景图像对人群密度信息提取的影响。2)人群运动信息提取方面,采用基于变形理论的光流法对人群的运动信息进行提取,提高了人群运动信息提取的准确性;对相邻两帧进行速度检测,获取人群速度随时间的变化信息。3)当人群中发生如骚乱、拥挤踩踏等异常事件时,往往伴随着人群运动速度和人群密度的急剧变化,通过检测人群密度和速度随着时间的变化信息,可有效检测人群中是否有异常事件的发生。本文采用将人群密度和速度特征相结合的方法对人群异常状态进行检测,实验结果表明,本文提出的方法能有效检测人群异常状态的发生,具有较高的准确性。