世界人口的大规模增长,让人群拥挤的场景变得越来越频繁,各种公共场合,节日等都因为人群过度集中而出现了越来越多的安全隐患,这些问题除了需要每个个体自觉遵守公共行为和安全准则之外,还需要更多的高科技手段去预防群体灾害的发生以保证公共安全。因此,自动化的视频监控系统的研究就显得尤为重要,基于此,本文也针对这个问题进行了一些研究工作,具体如下:(1)本文提出了基于光流的特征来检测人群运动模式。删除背景,将前景分割成八块,在位置,幅度和方向上对光流特征进行提取,创造性将二维坐标分成四,八,十六象限计算每个特征向量的值,很大程度提高了系统识别的准确性,在检测时间上用时更少,实时性有了较大提高。(2)本文提出了基于局部特征的人群时变动力学建模,利用光流信息建立特征轨迹代表运动的人群特征,除此之外,结合了局部群体密度和人群运动形式大大提高了异常人群行为的识别范围,在识别准确率和报警实时性上达到了很好的效果。(3)本文提出了利用基于灰度共生矩阵的特征对暴力行为人群纹理变化进行编码,并与其他人群行为进行比较,引入了帧间的一致性度量,表明暴力行为的变化是多样的,实验证明,该方法能有效识别人群异常,并具有较好实时性。