视频异常检测技术可实现从大量数据中发现可疑或异常的情况,并及时预警。针对弱监督条件下监控视频中的火灾、爆炸、交通事故三类异常事件检测和异常事件发生精确定位难的问题,本文做了以下工作:(1)针对监控视频中弱监督条件下视频异常检测率低的问题,提出基于MSC8-3D的异常检测及粗定位方法。MSC8-3D是帧级有监督的深度三维异常检测网络,而弱监督下的训练样本只有视频级标签,因此提出了帧级伪标签生成器,将异常视频的视频级标签转换成帧级的伪标签,再将帧级异常伪标签和正常视频的帧级标签输入MSC8-3D网络进行训练。实验结果表明,在UCF-Crime数据集上,与基于深度多实例排序的异常检测方法相比,异常事件检测的AUC提高了0.2%,证明了该异常检测方法的可行性和有效性。其次,在对视频进行异常检测的基础上,对异常视频进行粗定位。根据具有偶发性及突发性的异常事件中部分异常目标最终将会稳定在背景中的特点,采用动态背景减法对视频进行前背景分离,并将分离后的背景视频通过训练好的MSC8-3D网络提取视频片段的特征,最后采用无监督聚类得到异常视频中异常发生时间的粗定位。实验结果证明了该方法在异常事件粗定位任务上的可行性和有效性。(2)针对MSC8-3D网络层数浅,不能更好的进行视频表征的问题,提出基于MSRes35-3D的异常检测及粗定位方法。其中MSRes35-3D网络将MSC8-3D网络层数加深到35层,增强了网络的表达能力。通过引入残差短连接,保留了浅层的小目标特征。实验结果表明,该方法与基于MSC8-3D的异常事件粗定位方法相比,在UCF-Crime数据集上异常事件粗定位的召回率提高了1.2%,说明了通过较深层网络学习到的高级语义特征对异常事件进行粗定位,具有更好的效果。(3)在对异常事件进行粗定位的基础上,提出基于粗定位策略和异常目标跟踪的前景视频精确定位方法。首先,利用第三章方法学习到的视频背景特征进行聚类,得到粗定位后的异常视频帧。其次,对粗定位后的异常视频帧的背景进行异常目标检测,得到候选异常目标位置。然后,利用视频前景信息能够精确捕捉异常帧发生的初始位置的特性,进行前背景信息交互。最后,对视频前景帧采用帧回溯法,将视频异常检测任务转化为确定跟踪目标消失的时间点问题,实现对视频异常事件起始时间和结束时间的精确定位。通过实验验证了该方法的有效性,提升了对发生异常的定位效果。