随着社会不断发展,人们对社交需求不断增加,类似商场、广场等公共场所的人流量也在不断增加,这对公共场所行人安全的要求变得越来越高。在公共场所发生突发事件时,由于相关管理人员没办法及时获取突发事件的预警消息,导致无法及时疏散人员,最终造成公共场所人员的生命损伤或者财产损失。针对这种需要长时间监控的情况,传统人工视频监控没办法高效地完成监控预警工作。如今监控视频技术不断更新和应用,使用智能化的视频来侦测公共场所安全问题成为了一种可能。在此背景下,本论文结合计算机视觉、近景测量学和统计学相关技术和知识,通过监控视频检测、跟踪行人获得行人真实的坐标和速度来侦测恐慌事件的发生,并且通知相关紧急事件的管理人员,及时疏散突发事件的周边人员。本论文的主要工作包括:（1）从实时检测速度和精度两方面综合考虑,在当前主流的行人检测算法中选择YOLOv5模型作为公共场所的行人检测模型,提取出行人双足中点的像素坐标,并以检测结果作为智能侦测算法的输入数据。（2）基于直线线性变换标定法,选择15组像素坐标系和世界坐标系的对应点,对监控的单目相机进行标定得到相机内参数和外参数,建立行人的像素坐标和真实坐标的转换关系。（3）使用Deep SORT行人跟踪模型跟踪监控区域中的行人,记录行人对应的真实世界坐标并计算该行人的运动速度。将正常情况下行人的运动速度作为一组经验数据,而后续时间内的行人运动速度作为一组实验数据。对这两组独立的经验数据和实验数据进行曼-惠特尼U检验,判断该区域是否有突发事件发生。（4）根据对恐慌预警实际应用的需求,设计了行人恐慌事件智能侦测系统。该系统使用Java语言基于Spring Boot框架快速开发,设计并实现了用户管理、恐慌预警、行人人数统计、行人轨迹可视化等功能。并对真实的监控视频进行分析,以验证本系统和对应算法的可行性。