智能视频监控系统近年来在公共安全领域发挥着越来越重要的作用,越来越被公众所关注。事件检测是智能监控系统的核心,涉及到的主要技术包括在复杂场景中进行目标识别与检测、目标跟踪、行为分析、事件识别与检测等。本文主要研究了行人检测和事件检测两个方面。行人检测方面,本文在当前最先进的Faster R-CNN框架的基础上提出了一种高效的行人头肩检测算法。基于头肩的方案有效地抑制了遮挡对于检测的影响;本文提出的跨层池化、困难负样本挖掘、候选框投票策略使得模型可以更好地捕捉到行人头肩中具有判别性的信息。在SED-PD上的实验表明,在拥挤的实际监控视频中,本文提出的行人检测算法达到的性能是目前最好的,超过了其他性能优异的行人检测算法;在Caltech行人数据库的实验证明,本文对Faster R-CNN的改进是切实有效的,也达到了和其他检测方法相媲美的性能;而且,本文方法与其他方法在速度上不相上下。事件检测方面,本文采用了 CNN网络检测具有关键姿态的个体事件。该方法在2015年的TRECVID-SED国际评测的ObjectPut和PersonRuns事件检测上分别取得了第一和第二的成绩;其中,PersonRuns的改进算法在2016年的TRECVID-SED国际评测中取得了排名第一的成绩。