随着智慧城市、平安城市以及安全矿山等项目的推进与建设,监控摄像头作为视觉信号的主要采集工具,被大量的安置在城市和工业区的各个角落。这些摄像头每时每刻均会产生与安全防护相关的海量监控视频,亟需被及时的分析处理。深度卷积神经网络作为一种自动视觉特征提取技术,不仅极大地改进了视觉模型的表征能力,而且带来了视觉算法设计上全新的方法论。考虑到卷积算子一般仅对二维图像的特征较为敏感,而视频是一种典型的具有时间序列的三维时空数据结构,因此传统的卷积网络很难在时间维度上充分挖掘视频帧之间的联系并得到有效的视频特征表示。基于此,本文提出了一种多语义长范围依赖捕获（Multisemantic Long-range Dependencies Capturing,MLDC）方法,用于增强卷积神经网络的时序建模能力。该方法首先将视频的每一帧打散成多个具有强语义信息的单元,然后使用一个基于注意力机制的子网络建模了语义单元间跨时序的依赖关系。最后,本文设计并实现了一个监控视频异常事件实时检测系统,并将该系统应用于巷道突水事故检测任务上。通过充分的实验分析和真实的突水实验,验证了所提出算法和系统的有效性。本文的工作总结如下:（1）通过对基于依赖捕获的视频特征表示算法进行分析比较,提出了在建模视频帧间依赖关系时引入更多的语义信息,并基于此设计了一种多语义长范围依赖捕获算法。通过将该算法迭代地嵌入到常用的深度卷积网络中,有效地提高了网络识别视频运动主体的能力,增强了视频特征表示的质量。提出了一种早期依赖迁移（Early Dependencies Transferring,EDT）技术,用于加快MLDC算法的推理速度。（2）将所提出的方法在Kinetics-400、Something-something v1等大规模视频理解数据集上进行了详细的消解实验、对比试验和可视化分析。实验结果表明,MLDC算法不仅达到了最优的识别和分类精度,而且经过EDT技术加速后的MLDC算法也满足了实时性要求。可视化分析的结果也进一步表明了所提出的方法有效提高了网络识别运动主体和时序建模的能力。（3）使用Web技术和传感器技术,搭建了一个通用的监控视频异常事件实时检测系统,主要由传感器网络模块、系统Web模块以及深度学习算法服务模块组成。该系统应用于巷道突水检测任务中,通过模拟真实突水实验,证明了该系统在突水检测任务上具有较高的性能。