近年来,随着城市人口的不断增加,“平安中国”和“智慧城市”建设进程的加速,海量的监控摄像头已遍布在城市的各个角落,共同组成了中国天网系统,对视频的智能化分析技术提出了越来越多的挑战。当前,利用深度学习解决传统监控视频分析中的一系列难题已成为安防领域里的研究热点之一。其中,监控视频中人体异常行为检测技术是智能视频监控系统中的重要组成部分,对于快速检测人体异常行为,维护公共安全以及提升人民群众的安全感有着重要的社会意义。因此,本文以深度学习为基础,针对弱监督学习下的公共场所监控视频中的人体异常行为检测方法进行较为深入的研究,主要研究工作如下。1、提出一种融合全局注意力机制的记忆增强自编码器异常行为检测模型（SWMem AE）。针对弱监督学习下视频异常行为检测中异常行为的判定依赖其发生背景,即异常行为定义的可变性问题和自编码器自身结构引起的过于泛化问题,从两个方面进行改进;首先,根据正常行为与所在背景的联系远超于异常行为的思路提出全局注意力机制以解决异常行为定义的可变性问题,将全局注意力机制与自编码器每个卷积层结合,以增强网络模型的表达能力,实现对获取特征图中正常特征的额外加权;其次,在自编码器瓶颈处插入记忆增强模块,用于捕捉训练时提取特征中的正常模式并存储,在测试将瓶颈特征与记忆特征相融合,用以约束自编码器的过于泛化。提出的SW-Mem AE模型在两个公开的异常行为检测基准数据集（UCSD Ped2与CUHK Avenue）中进行了验证,实验结果表明,相比于其他基于预测或者重建的弱监督学习视频异常行为检测模型,该模型在ROC曲线下面积（AUC）分别达到了95.69%和84.1%,性能表现更加良好。2、提出一种结合重建与预测双任务的条件变分自编码器模型（TS-Mem CVAE）,该模型由多级记忆增强自编码器（Multi-Mem AE）和双流条件变分自编码器（TSCVAE）两部分组成。Multi-Mem AE模型负责将输入视频帧进行重建,TS-CVAE则将重建视频帧进行预测。TS-Mem CVAE模型对视频图像执行先重建再预测,经过两个任务增加预测图像和输入图像之间的重构误差。在模型的Muti-Mem AE部分,通过使用多个记忆增强模块插入自编码器不同位置以层层约束其泛化,同时在编解码之间添加跳跃连接,使得高低层的特征信息融合,提供记忆增强模块更多的正常特征信息,提高记忆模块中正常模式的多样性,减少卷积提取特征过程中的损失。在模型的TS-CVAE部分,以重建视频帧为主,对应光流图像作为辅助信息,经变分自编码器得到预测图像。TS-Mem CVAE模型在UCSD Ped2和CUHK Avenue两个数据集上进行实验,结果表明,相对于其他双流或者变分自编码器的异常行为检测模型,TS-Mem AE的AUC达到了95.83%和84.16%,模型能够准确的检测出监控视频中的异常行为。3、通过对弱监督学习下视频人体异常行为检测任务中的自编码器泛化问题深入研究,本文发现已有方法中存在的缺陷,并给出有效的改进方案,帮助提升了异常行为检测效果,为监控视频的智能化分析技术提供技术支撑。