异常行为检测目的主要是从智能监控视频的场景中自动检测分析出不同寻常的运动行为,这对于智能视频监控系统对实际的应用场景中的运动进行监控,并对视频场景中的内容信息进行进一步的数据分析具有极其重要的意义。然而,面对庞大的智能监控系统所产生的大量视频数据,如何高效准确地对智能监控视频场景中的行为或者运动信息进行形象化的表达,精准地实现对智能监控视频场景中的行为和运动进行分析仍然是一个具有重大挑战性的技术任务。现有异常行为检测模型能够检测出视频场景中的异常行为,然而仍然存在一定的局限性:复杂多变的背景信息以及其他无关动作的干扰,使得视频中包含了大量的无关冗余信息;此外,大多数异常行为检测模型依赖于行为动作的底层特征,难以准确表达异常行为的运动特征。对此,本文在运动和外观特征的基础之上,定义了三种不同形式的暴力流特征来分析视频场景下的异常行为,并利用三维卷积神经网络深度挖掘行为的时空语境信息,同时结合时空注意力机制去除冗余帧的干扰,增强特征的显著性,从而强化了异常行为检测模型在复杂场景下的检测性能。针对上述问题,本文主要围绕以下几个工作展开:(1)针对目前现有大多数运动提议方法效率低下,提议模型性能差且计算代价高等问题,本文进一步提出了基于空间注意力机制的运动提议方法,通过在三维卷积神经网络中融入空间注意力机制来抑制无关的背景噪声信息的干扰,关注发生运动的关键区域,从而增强特征的显著性。此外,本文运动提议模型的训练不需要依赖于运动行为的真实边界框,大大降低了运动提议模型的计算代价,进一步提高了本文运动提议模型的分析效率以及正确率。实验在UCF101-24和J-HMDB两个公开数据集上分别进行验证,证明了本文的运动提议方法的有效性。(2)针对实际应用中异常行为发生概率小,且外观复杂多变难以界定的问题,本文在运动和外观特征的基础之上,提出了阻碍力,挤压力和侵犯力三种不同形式的暴力流特征来挖掘行为的深度运动特征。在计算这些暴力流特征前,利用时间注意力机制对输入视频帧进行预处理操作,减少无关冗余帧的干扰,筛选出具有重要运动信息的关键帧。接着,通过多通道的三维卷积神经网络对原始视频帧,光流以及计算得到的暴力流特征进行学习,并融入空间注意力机制来增强特征的显著性,去除背景噪声等冗余信息的干扰。在UCF-Crime数据集上的实验结果表明,本文的方法能够有效实现异常行为检测。