电梯轿厢的内部空间狭小、密闭,是摔倒、侵害、抢劫和群体恐慌等事件的多发之地。通过视频监控,预防上述事件的发生对于维护民生安全具有非常重要的现实意义。本文对电梯轿厢内的异常行为检测问题进行了较深入的研究,取得了一些有价值的研究成果。论文的主要工作包括:1.设计并实现了一个结构上较为完整的实时的电梯轿厢内异常行为的图像检测系统。首先用减背景的方法提取图像中的人体目标,然后对检测出的人体目标区域的像素进行统计分析以实现对电梯轿厢内人数的估计。2.根据电梯轿厢内人数的多寡,构建了针对单人、两人及多人异常行为检测的模型和算法。当电梯轿厢内仅有一位乘客时,主要通过对目标区域的投影处理检测乘客是否有摔倒或蹲伏行为。当电梯轿厢内有两位乘客时,主要检测是否有暴力行为发生。通过计算乘客的运动历史图,获取运动的时空表征,并据此构造能量函数,通过能量的多少判断乘客之间是否有暴力行为发生。而当电梯轿厢内有多位乘客时,主要检测是否有群体恐慌行为发生。首先计算乘客的运动能量图,然后将运动能量图分别向水平和竖直两个方向投影,得到能量的空间分布直方图,最后根据直方图的空间分布特征,判定是否有群体性慌乱行为发生。3.为了实际验证本文所提出的电梯轿厢内乘客异常行为检测方法的有效性,采集和构建了不同情况下乘客在电梯轿厢内各种异常行为的数据集。该数据集包含单人视频34个,两人视频28个,多人视频26个。在该数据集上对本文所提出的上述算法的测试结果表明,本文所提出的异常行为检测算法简洁、实时、有效。