实时人群密度估计是视觉监控的重要组成部分。近年来，随着视频监控的广泛应用，实时人群密度估计在公共安全、公共交通和商业领域，开始起到重要的作用。基于计算机视觉的人群密度估计方法比传统方法更加高效、客观，但仍有很多问题有待解决。因此，关于人群密度估计的研究是当前计算机视觉的热点之一。　　 本文中，我们提出一种基于小波特征和透视变换校正的人群密度自动估计方法，用于实时视频监控。目前，我们的方法已应用于多路视频的监控。相对予单路视频监控，同时监控多路视频可以获得更多有效信息。　　 本文的贡献主要有如下三点：　　 1、提出一种不需要人工干预的人群密度自动估计方法。和诸多基于训练的方法相比，该自动估计方法可用于对大量视频的监控，适应性更强。　　 2、提出一种基于小波特征的无背景边缘密度。与一般的边缘密度相比，该边缘密度消除了前景提取不稳定的问题。　　 3、提出了用于修正垂直边缘密度的透视变换模型。校正后的边缘密度不再受到人群位置的影响。　　 我们的实验结果表明，在复杂背景和多变光照的环境下，该方法比现有方法的鲁棒性和准确性更好。