智能视频监控技术具有无需人为干预、全天候监控、检测率高及实时报警等多方面优点，已成为计算机视觉领域的前沿课题，在人力成本不断提高的今天，更是受到了越来越多研究者的关注。基于视频序列的人群异常行为检测能够自动分析识别场景中发生的事件，并及时报警可疑行为，具有极高的社会价值和广泛的应用前景。因此，如何准确、及时地检测人群异常行为是本文的主要研究课题。人群行为识别的方法目前主要包括宏观与微观分析两类，前者忽视了个体运动的信息，难以定位局部异常，后者则受限于在人数众多的场合下难以精确检测与跟踪行人个体。针对以上问题，本文从介观尺度分析入手，提出一种利用局部运动信息聚类的人群小团体分割及异常行为检测的方法。具体方法包括微观运动信息提取、介观小团体局部聚类以及异常检测定位三部分。首先，通过计算相邻两帧图像间的光流确定人群运动的速度场，并对其进行平滑滤波，为介观小团体聚类提供可靠的微观运动信息；进而通过Mean Shift算法对微观局部运动进行聚类，并将位置邻近、速度差异较小的运动模式合并为一个人群小团体类别，将微观运动场定位到介观层面进行分析；最后将速度场特征空间划分为正常和异常区域，根据行为类别的聚类中心在特征空间的区域归属及在该区域持续时长检测异常的发生，并将异常类别所有样本点映射到图像坐标系，采用重心法定位异常发生的具体位置。通过大量实验结果表明，本文提出的方法具有较好的适应性，能够有效检测人群全局及局部异常行为，并能够定位异常发生位置，全局异常行为的检测总正确率达99.23%，局部异常的检测总正确率可达86.25%。