视频监控系统实现了视频监控与会议的整合联动，能够灵活有效的对远程设备进行管理。通过对远程监控对象的录像、回放、联动报警、监控策略制定、应急指挥等应用，达到监控与通讯的双重功能，全面满足交通、水利、油田、银行、电信等各个领域的远程监控与应急指挥需求。
随着商业模式和采购方式的改变，商场、连锁行业的安全及管理方式正面临严峻的考验，特别是跨省的全国连锁店和卖场，管理者想要及时了解各分店的情况将是非常困难的事，往往是花费了较多的成本却得不到想要的数据，而总部没有协调统一的管理又容易影响各分店的销售。各分店本身的物品防损防盗也是不容忽视的，客户进门后的行走路线习惯、客户人流量等数据更是ERP等软件所无法真实反映的。
随着计算机视觉、模式识别、机器学习等相关技术的发展和成熟，许多以往在视频监控系统中需要人工分析操作完成的任务已经能够通过这些技术自动化完成，因此更准确地说现在的视频监控系统是智能视频监控系统。基于视频的人流量统计技术正是智能视频监控系统中的一个重要应用。人流量统计数据是商场、地铁、机场等公共场所进行管理和决策的重要依据，因此人流量统计技术有着非常广泛的应用前景。
基于视频的人流量统计技术通常包含目标检测、目标跟踪、目标计数等相关技术，本文提出了一种在已知视频场景参数下的基于HOG特征检测与跟踪的人流量统计算法，该算法采用检测场景中行人的人头部分来作为计数依据，避免了处理目标遮挡问题；使用HOG特征来描述目标表观特征，使得算法具有抗光照变化能力和较好的鲁棒性；采用检测与跟踪相融合的目标跟踪算法，高效地处理了场景中的多目标跟踪问题；计数实现了跨线计数和区域计数两种方式，满足了实际应用需求。针对人流量统计技术实际应用场景中的摄像头多角度问题，提出了一种基于多分类器解决方案，在不采用复杂分类器的情况下提升了目标检测的精度，并且给出了多分类器自选择算法，自动化的选择最佳分类器。
