社会经济的不断发展，人们生活水平的逐步提高，以及国际国内反恐形势的不断严峻，使得人们对于公共场所的安全要求日益提升。到目前为止，国内已发生了多起暴力恐怖事件，造成了大量的人员伤亡以及财产损失，建立高效完备的智能视频监控系统已经成为当今社会的迫切需求。现阶段得到广泛应用的视频监控系统虽然提供了大量的视频信息，但是对于突发事件和情况不具有预/报警能力，必须人为地参与到监视工作中去。随着机器视觉技术和图像处理技术的不断进步，需要大量人力的传统视频监控系统已然不能满足社会发展的需要，高度自动化、智能化的新一代视频监控系统必将逐步取代传统视频监控系统在安防领域中的地位，在保证系统性能的同时，解放人力，进而降低成本。本文针对公共场所行人的安全，避免由于突发事件造成的人员伤亡，提出一种基于视频的人群数量统计及异常行为检测方法，不需要对单个行人进行分割以及样本的训练，在行人检测方面采用背景减除法，其中背景建模采用ViBe算法，并通过二值化、形态学处理等一系列手段，实现了对场景中运动行人的检测和提取。在运动前景提取的基础上，以单个人的能量值为基础，对监控场景中的行人数量进行较为精确的统计。同时以分布熵和运动平均速度作为人群整体特征，一方面，根据前景图像的空间分布情况，采用分布熵衡量场景中人群的集中程度，实现对场景中人群的聚集行为进行检测；另一方面，提取图像上的特征点（角点），采用光流法对这些特征点进行跟踪并提取出产生运动的角点，进而获得运动角点在视频序列中连续两帧间的运动向量，用于估计人群的整体运动速度，检测人群的奔跑。通过对拍摄的视频进行实验，验证了该方法的有效性。