热点区域的人群密度监控被广泛应用于矿井、博物馆、展览馆、监狱等领域，是智能化人群监控中十分重要的研究内容和发展方向。通过对各个场景的人群密度进行估计和预测，可以帮助管理部门优化监控设备资源，合理部署巡逻人员分布，对异常事件迅速发出警告，从而为公众提供更快速、高效的安全服务。但现有的监控系统大多仍停留在通过人工监视摄像头视频发现异常事件，监控过程虽然直观可见，但是繁琐低效，容易产生监控盲区，误报、漏报事件时有发生。本课题尝试研究一种高效的人群密度估计方法，以达到实时自动监测热点区域人群密度及其变化的目的，并对人群密度变化进行估计和预测分析，为管理人员决策提供依据。　　 论文首先介绍了RFID、GIS等相关技术，基于图像的人群密度监控方法以及基于RFID技术的人群密度监控技术的应用需求，对目前用于人群分析的图像方法进行了论述和总结，主要包括人群运动估计和人群密度估计的各种研究方法及发展现状等。接着，探索了一种基于RFID技术的人群密度监控与分析系统模型，在模型中选择R树作为系统中移动对象的空间数据索引结构，有效提高了移动对象数据查找的效率。基于R树索引结构，提出了一种基于密度直方图的人员密度计算方法，并利用序列模式挖掘的方法就人群密度变化趋势进行了分析和探索。然后，利用上述密度监控查询的理论方法设计并实现了一套基于RFID的井下人员监控与考勤系统，详细介绍了系统运行的软硬件环境、系统功能结构以及密度分布统计、监控和趋势分析等关键模块的实现方法。最后，对论文工作进行了总结和展望。