随着视频技术的快速发展,早期基于红外对射、重力感应等技术的客流统计技术逐渐被淘汰,因为这些技术施工难度大、计数精度低、统计出的客流数据往往偏差很大,失去数据进一步分析的价值。随着家庭视频监控、商场视频监控领域的发展,基于计算机视觉技术的客流统计技术逐渐进入人们的视野。由于其具有施工简单、使用方便等特点,因此逐渐成为客流统计的主要技术手段之一。所谓的视频智能客流统计,就是利用智能图像分析、模式识别等技术实现进出某场所人员计数的目的的一种应用模式。论文从视频监控行业发展、客流统计技术两条主线对所做的工作进行了详细分析和介绍,其主要包括的内容有：第一,以商场智能视频监控系统为核心展开相关内容的调研和学习,具体内容包括国内视频监控行业在客流统计方面的发展历程,以及目前所存在的问题。通过国内外研究现状,将商场智能视频监控系统放在一个更大的范畴内进行研究,即在国内外视频监控发展状况的范畴内对商场智能监控系统进行思考。根据目前视频监控发展的重点,对其发展趋势进行了简单分析。第二,针对视频图像处理技术进行了学习和归纳。从三个层次将视频图像特征提取算法进行了分类,分别是基于像素的图像提取特征,基于边缘的图像提取特征和基于区域的图像提取特征,针对每类图像提取特征所存在的问题进行了详细阐述,从而奠定了图像处理的知识体系,为后继工作展开铺平道路。第三,对四类图像特征提取算法进行了详细介绍,如视频图像的颜色特征提取、视频图像纹理特征提取、视频图像形状特性提取和视频图像空间关系特征提取。每类特征分别列举了一些关键算法的基本原理、基本特性以及不同算法的适用情况。针对具有客流统计功能的商场视频监控系统做了用户需求调研,对不同的用户所提出的不同需求,我们进行了详细的归纳和分析,最终确认了本系统应具有的特性,如用户登录特性,视频图像回放模块和实时客流统计特性等。第四,针对系统所应具有的不同功能,进行了详细设计和代码实现。最后通过系统现场实验,发现既有的客流统计算法具有一定的缺陷和不足。为此我们提出自己的改进方法,如加入轨迹分析策略,从而使系统的客流统计算法具有统计精度高、算法实时性好等特点。