人群密度估计及行为分析是计算机视觉，模式识别领域内一个非常重要的新研究方向。以此为基础构建智能化的监控系统和网络，作为安全监控的一种新手段已经受到了各国政府的高度重视。智能视觉监控的出现使得对人群的监控可以不依赖于人工，而是利用计算机视觉自主地描述和分析特定复杂场景下的监控对象的行为。随着公众活动变得频繁，由高密度人群引起的事故越来越多，因此基于视觉计算对人群场景的理解、人群密度估计及异常行为分析已然成为一个极具研究意义和实用价值的广泛性课题。本文主要致力于智能视觉监控中的场景理解与建模、人群密度估计、运动目标检测及异常行为分析识别等方面的研究。本文在人群密度估计与异常行为分析的算法上有所创新，提高了精度，得到了良好的实验结果。本文的方法通用性强，鲁棒性好，并具有实际意义，适合应用于实时的智能监控系统中。