随着社会经济的飞速发展,公共场所的安全问题面临日益严峻的考验,如何对这些公共场所进行有效地控制和管理,是非常重要的问题。智能监控的出现在一定程度上很好的解决了这一需求,如今它已成为计算机视觉领域重要的一个研究方向。智能视频监控的主要研究目标是借助于计算机视觉技术、图像处理技术以及模式识别技术,对监控场景中的行为特征进行信息提取,将提取的信息进行分析和识别,并向终端进行实时反馈,最终提示相关部门进行下一步的处理。由于智能监控技术在银行、电力、交通、邮电等行业有着广阔的应用前景和潜在的经济价值,同时又能节约大量的人力物力的投入,所以它已经成为国内外专家学者研究的热点之一。智能视频监控的环境是错综复杂且变化无常的,所以运动目标的检测就显得尤为重要,它直接影响后续工作的进行。本论文研究的是智能视频监控中人群密度和运动方向的估计。首先介绍了智能视频监控的发展以及国内外研究现状,然后阐述了运动目标检测常用的一些方法,并对这些方法进行了实验比较,分析了算法的优缺点,最终在传统的码书模型基础上进行了相应的改进,不仅保证了运动目标检测的精度,还满足了智能视频监控的实时要求。在人群密度估计方面,本文利用人群图像的统计特征,将这些统计特征和人群的数量进行曲线拟合,得到他们的拟合关系,然后利用该拟合函数进行人群密度的估计。在人群运动方向估计方面,采用了基于块匹配算法的人群运动方向估计。在搜索策略的选择上,论文通过实验对比分析了三步搜索法和全搜索法的优劣,在实时的监控系统中使用三步搜索法作为人群运动方向估计的基础。