随着上世纪末开始的信息技术高速发展,并受本世纪初西方国家的一系列恐怖袭击事件的影响,视频监控技术得到了迅速发展。在重要的公共场所,如火车站、广场、机场等,安装了越来越多的摄像头以加强安全防范和市政管理。据路透社报道,在英国约有420万个摄像头被安装在建筑物、商店、街道和火车站等地方,而且数量在不断增长。在我国,随着奥运会、世博会等大型活动的举行和“平安城市”等大型城市信息化工程的推进,摄像头数量也呈指数增长。传统监控系统有两大限制:第一,传统监控系统严重依赖人工的分析和决策。而人能有效监控摄像头的数量和时间都是有限的,传统监控系统的稳定性和可靠性存在问题。第二,传统监控系统的实时性有限,很多情况下只能用于事后取证,不能实现实时报警。因此,如何提高监控系统的智能性和实时性,是科研人员亟待解决的问题。本文从传统视频图像处理方法和人工智能方法出发,以监控场景中行人的异常行为辨识为核心任务,研究智能监控技术的关键算法和系统实现。本文的主要贡献在以下三个方面:第一,提出了实现不同情况下异常行为辨识的多种方法,并用这些方法解决了监控技术中几类常见异常行为的辨识问题。第二,将机器学习方法(主要是监督学习中的支持向量机方法)应用于智能监控系统,提高了系统的智能性和实时性。第三,设计并实现了以音频信号和多种传感器信号辅助视频信号的多模态智能视频监控系统。实验和演示系统验证了本文方法的有效性。