随着社会和经济的发展,家庭空巢成为中国老人居住的主要方式。空巢家庭内人和设备的异常检测与即时预警对智能监护系统具有重要意义,其关键在于对环境上下文的感知和理解。论文总结并分析了以往智能监护系统的特点和不足,研究了普适环境下如何获取和组织异常检测所需要的上下文信息(知识),提出了一个新的智能监护系统原型。该系统能够检测到空巢环境中老人的异常行为,并根据异常的种类和可信度采取相应的处理措施。首先,为表示目标行为的上下文信息,采用语义分级、逐层抽象的方法设计了一套旨在弥合感知媒体世界和高层概念世界间“鸿沟”的多媒体本体,为事件和行为的表示、推理和检索提供语义基础。其次,为实现对人行为模式的无监督的学习,本文用改进的多层隐马尔科夫模型构建居住者正常态模型,用作正常和反常行为的分类器,从而实现居住者无监督的异常行为的检测。仿真结果证明在相同的样本下,它比以往研究中常用的HMM模型具有更好的识别能力。最后,针对视频监控下难以检测的设备异常事件问题,本文改进了三设备交叉活动的悲观情感概率值模型,提高了多设备异常检测的可靠性和合理性。本文最后对所做的工作进行了总结,并分析了系统可改进和扩展的进一步工作。