公共场所安全对国家的建设发展具有重要意义。在人们日常生活的公共区域,如:交通十字路口、购物中心、住宅小区等,安装着大量的监控摄像头来进行公共安全监控。因此,如何快速、实时、智能地对视频进行异常事件分析成为计算机视觉领域一个受关注度较高的研究方向。深度学习具有模型容量大、自适应强等特点,并且在图像处理方面硕果累累。本文利用深度学习的相关知识,设计和实现了一个具有良好性能的视频异常行为检测网络。首先本文遵循正常事件是可预测的,而异常事件是不可预测的前提,提出异常检测算法AP-Crev,它通过学习历史帧来预测未来可能会发生的结果,计算预测结果与真实结果的误差来检测异常。AP-Crev在训练阶段使用GAN网络架构,利用无监督的学习方法,针对正常事件进行未来帧的预测,最终获得能够对正常事件准确预测的模型。为了提高未来帧的预测准确性,在AP-Crev中使用Crev Net作为未来帧的预测模块,在Crev Net中使用3D-CNN在时域和空域上对历史帧提取更具代表性的时空特征;通过使用由ST-LSTM组成的RNN结构进行预测结果的选择,它可以计算视频帧在时空维度上的依存关系。实验证明,AP-Crev提高了未来帧预测的准确性,并且在异常检测任务上本文提出的方法也提升了原模型的检测结果。其次,由于现实世界中异常事件稀少,数据集存在正常和异常数据不平衡问题,进而导致异常检测模型在预测未来帧时侧重于对静态背景的预测,而忽略了异常发生的前景区域。本文使用注意力机制构建了异常检测网络AP-Crev-Att,具体来说,首先根据数据集来计算遮罩图,之后在训练时结合遮罩图、背景、光流图构建数据集的注意力图,将注意力图与帧进行计算使背景区域和前景区域具有不同的权值,使得网络在训练时更着重于对于前景区域的预测。实验探讨了不同计算方式得到的注意力图、注意力图对网络优化的影响、注意力图对异常得分的影响、以及AP-Crev-Att在异常检测任务上的能力,结果表明使用注意力机制可以增强网络的异常检测性能。另外,针对特定的室内场景,本文创建了包含真实异常的数据集Indoor,收集了实验室坐位上的监控视频,定义6种异常行为,包括:聊天、摔倒、抛物、转头,低头和平躺。收集到10个异常视频,11个正常视频。通过对收集到的视频数据进行帧截取,筛选和标记等操作建立了用于室内异常训练集和测试集,训练集中包含7763张正常帧,测试集中包含5242张异常帧。