多摄像机监控网络已在重点公共区域广泛铺设。近年来，公众参与社会公共活动的积极性不断提高，各种人群聚集现象在公共场所频繁出现，随之而来的安全隐患问题日益突出。相关部门在重点公共区域，如火车站、汽车站、大型广场等已完成监控摄像机组网，实现对公共区域全面而有效的监控。　　然而，现有监控手段依然无法完成对公共区域异常事件的及时响应和处理。一方面，依赖于值守人员直接观察的监控手段效率太低。随着监控区域范围的扩大，值守人员的工作强度也随之增大;此外，长时间连续观察视频也会引起视觉疲劳，造成大量误报漏报现象。另一方面，现有智能视频监控系统能力有限。目前的智能视频监控系统功能相对较少，无法满足复杂的应用需求;此外，现有监控技术多针对单相机，无法发挥多相机监控网络的优势。　　因此，大型公共区域联合监控系统是实现公共区域完全监控的重要手段。首先，系统通过对全局区域的快速判断，检测人群异常事件发生的可疑区域;然后，通过多载体，实现对可疑区域中人群目标的精细化监视;最后，对观测数据进行预处理，采用高效算法，实现对异常事件的快速判断和及时预警。　　本文针对大型公共区域联合监控系统中存在的多个共性关键问题，进行深入研究，主要的研究成果与贡献如下:　　(1)针对大型场景中异常事件发生可疑区域的快速定位问题，提出一种基于显著注意力机制的异常事件快速检测算法。算法同时利用外观、轮廓、运动速度和运动方向特征，无需任何预训练过程，结合多尺度分析技术，即可实现异常事件发生可疑区域的实时检测与定位。　　(2)针对基于载体的运动目标检测问题，提出一种基于双流卷积网络融合的跑动目标检测算法。算法首先采用一种简单但高效的时空滤波算法，提取候选运动目标，然后创新性地提出双流卷积神经网络融合框架，实现高精度、低虚警的跑动目标检测。此外，提出的算法可以在巡逻机器人上实时进行检测。　　(3)针对无约束视频的时空动作定位问题，提出一种基于空间动作估计与时间路径搜索的时空动作定位算法。算法首先采用Faster R-CNN分类器，从每帧图像中获取目标候选区域及置信度，然后采用马尔可夫链蒙特卡洛算法，从长时多帧候选中，搜索到动作目标的动作时间路径，通过帧间补齐，得到动作目标完整的时空动作序列。　　(4)针对人的动作的高精度识别问题，提出一种基于序列张量分解和多流深度神经网络融合结构的动作识别算法。运动特征是动作识别的关键，算法在利用外观、短时运动特征的基础上，采用序列张量分解算法，获取全局运动特征。通过提出的三流深度网络融合框架，将所有特征进行融合，实现对人动作的高精度识别。此外，为了有效利用动作内的时间依赖关系，算法在深度网络框架中引入了门限循环单元，进一步提高了识别精度。