随着经济发展、社会进步、信息时代来临,在社会公共环境中人员趋于密集、场所趋于庞大、信息趋于海量、事件趋于复杂。人们对公共事件的处理方法有了更高的要求。其中,在安全防护、风险控制领域,出于对突发事件、复杂事件进行高效率处理分析的目的,促使进入信息化、智能化处理的阶段。信息媒介有文本、声音、图像、视频等形式,其中以图像和视频为代表的“视觉”媒介是最直接的信息承载与呈现形式,载有大量信息。因此,在需求的推动下,基于监控摄像头系统的智能视频分析技术获得了很大的发展,并很快从单摄像头分析发展到多摄像头分析,通过有效地对视频内容进行行为识别和事件检测,实现安防、监控、风险控制等等,为保障经济利益、维护社会秩序、提高人身财产安全提供了有力的技术支持。近年来,基于多摄像头系统的行为识别和事件检测技术已经得到了深入的研究和广泛的应用。行为识别和事件检测技术在近年来日渐成熟,其基于特征提取、目标检测与行为表征、行为识别与事件检测基本步骤的框架也得到了广泛的运用。同时,针对多摄像头分析的方法很快从单摄像头分析中发展起来,在单摄像头行为识别方法的基础上,发展出适合多摄像头分析的方法技术。其中,跨多摄像头的目标行为表征和事件检测模型是其中的关键技术,将很大程度地影响行为识别和事件检测方法的性能。现有技术中,在目标行为表征方面有基于轨迹建模、基于区域建模等,在行为事件检测模型中有参数模型、图网络模型、语法模型、本体模型等。这些成熟的方法在特定的情形下具有很大的优势,但同时也存在一定限制。本论文主要研究基于多摄像头的行为识别及事件检测。本文结合现有方法的优势,针对各方法在对跟踪轨迹精度的敏感性、网络模型训练的复杂性、训练数据数量的依赖性等等限制,从目标行为表征和事件检测模型出发,提出一种基于网络传输模型的行为识别和事件检测方法。本论文提出了一种基于网络传输算法的多摄像头视频异常行为检测方法,该算法的主要框架包括将多摄像头系统的场景进行分块,通过将每一分块建模为节点、分块之间的行为相关性建模为权边而建立网络模型。基于这个网络模型,将人的行为建模成一个网络信号传输问题,而行为的异常程度取决于关于传输能量消耗的两个判据准则。本论文结合实际视频安防监控应用中的需求,为解决已有算法对跟踪算法的依赖程度,而提出的一种多摄像头视频异常行为检测方法,有效对多摄像头视频中的监控对象行走路线的多种异常行为进行识别检测。本论文和现有技术相比较,提出了一种更为通用的多摄像头视频检测形式,并且具有较低的复杂度,可以灵活地处理各类多摄像头配置的情形。通过大量验证实验和比较实验,证明文中方法在有效性、鲁棒性和灵活性等方面具有良好的应用表现,并且在诸多方面表现更佳。