随着国际社会安全意识的不断增强,对有效的实时行人异常行为检测方法的需求也越来越迫切。现有的实时异常行为检测方法还仅仅局限于对一些简单的预定义异常行为进行检测。针对这种现状,本文提出了基于双轨迹特征建模的实时行人异常行为检测方法,双轨迹特征包括局部特征点轨迹特征以及全局轨迹特征。局部特征点轨迹特征通过对行人区域进行特征点检测与跟踪获得,全局轨迹特征通过将丰富的局部特征点轨迹特征代入视觉词袋(Bag of Visual Words, BoVW)框架获得。丰富的局部特征点轨迹特征能够表征行人多样的局部动作,全局轨迹特征融合了所有的局部轨迹特征,对局部轨迹特征之间的关系进行了一定程度的编码。本文对两种轨迹特征分别进行建模,然后结合两种模型,实现了一种鲁棒的实时行人异常行为检测方法,并对该方法进行了实际场景实验,验证了算法的有效性。最后将算法应用于监控系统,实现了行人异常行为的自动检测。本文的主要贡献在于：(1)对经典的运动目标检测算法进行了实验比较,并结合码本(Code Book)算法,实现了基于头肩检测的行人检测算法。(2)提出了基于BoVW的轨迹特征描述方法,增强对行人行为的描述能力。(3)基于局部特征点轨迹特征与全局轨迹特征相互补充的思想,提出了基于双轨迹特征建模的实时行人异常行为检测方法,并提出了异常帧序列提取算法。(4)实现了异常行为检测系统,并提出了基于事件的压缩存储算法。