随着科技的进步和经济的高速发展视频监控已经成为各种公共场所常见的安全监管手段。但由于监控视频场景众多,监控人员的疏忽等原因,导致大部分的监控视频都用在事故发生之后查看。因此,能够实时处理突发的异常事件的智能视频监控系统已经成为当前社会公共安全领域的一个迫切需要的技术,相关的研究和应用成为众多相关领域的新的研究热点。本文将异常行为检测技术和推送(PUSH)技术应用到智能视频监控场景,设计出智能监控视频推送平台。异常行为检测技术的应用避免了人为的疏忽和误报。在视频监控领域中应用推送技术改变了获取监控信息的方式。传统的拉取(PULL)方式需要安保人员24小时不间断的主动去访问,而推送方式是在检测到异常时,平台会主动将警情通知推送到相关人员的智能终端上。实时推送,及时处理,从而将警情造成的危害程度降到最低。本文的主要研究工作如下:(1)本文将集群行为分析方法应用到异常行为检测中,对集群运动的局部有序性进行定义,根据集群运动的邻域特性,对个体跟随其邻域内群体运动的有序性程度进行量化,提出基于集群局部有序性测度的异常行为检测方法。与同类方法不同的是,本文提出了一种基于速度场分布的粒子间作用力模型,并结合分析集群运动情况的全局集群性描述子(Collectiveness),进而从宏观和微观两个层面共同对集群行为进行分析。(2)本文对面向移动终端的推送技术进行分析和比较,就目前的推送技术在一定程度上进行了功能扩展,设计可行的实现方案从而使异常监控视频能推送到移动终端上。将基于XMPP协议的推送技术应用于视频监控的安防领域。当监控场景出现警情事件时,推送功能就会被开启,根据推送关联规则,将警情信息推送到相关负责人的移动终端,在移动终端上,进行了APP的设计和开发,终端APP接收到推送过来的警情信息并提示,负责人点击播放警情视频进而了解现场发生的情况,及时处理,避免造成严重损失。(3)本文最后对平台功能进行了详细的设计,实现了对监控视频进行异常行为检测以及将警情视频推送到终端APP的功能。实验结果在准确性和实时性上达到了预期的效果。