随着人们的公共安全意识不断提高,监控视频系统越来越广泛地应用于公共场合,在维护社会秩序稳定方面发挥了重要作用。通过人工发现监控视频中异常事件费时费力,且容易出现误检和漏检。研发智能监控系统,自动检测并定位异常有着重要的研究意义和市场前景。同时,视频中发生异常的对象主要是运动的目标,为了避免背景干扰,更准确地定位异常,本文研究了面向目标的监控视频异常检测算法。在以往的研究工作中,已有学者通过目标检测网络提取视频中的目标,并对目标进行异常检测,但这些研究大多直接将图像目标检测算法用于提取视频帧中的目标,由于视频中的目标遮挡、动态模糊等原因会导致部分目标误检和漏检。针对这一问题,本文提出了一种基于目标分类的视频异常检测算法,利用历史帧的目标检测信息修正当前帧目标的置信度,充分利用了视频数据的时间上下文信息,得到了更好的目标检测效果,同时,通过光流信息对运动目标进行了补充,进一步避免了重要目标的漏检。对提取到的目标,通过自编码器对其外观特征和运动特征进行编码重构、聚类后,得到正常目标在特征空间的分布,将分类分数和重构误差结合,进行视频帧的异常判别。视频数据通过目标检测得到的目标是孤立的,没有时间和空间上下文信息,为此,本文提出了一种基于目标时空上下文融合的视频异常检测算法,首先利用双流网络提取目标外观和运动特征,再将目标周围多个目标作为其空间上下文,以此对目标特征重新编码,使得目标的特征表示中充分融入空间上下文信息,为了避免自编码器将部分异常特征也较好地重构,对上下文信息进行了记忆增强处理。再对编码后的特征进行重构,通过空间上下文信息的融合,异常目标会产生更大的重构误差。算法充分利用了目标的时间和空间上下文信息,提升了异常检测效果。最后本文设计了对比实验,在两个开放数据集上与现有的其他视频异常检测算法进行对比,验证了算法的有效性。