视频监控摄像机的广泛使用和智能视频监控技术的发展带动了视频监控市场的蓬勃发展,以人作为视频监控主体的监控系统不再有能力实时处理由成百上千路摄像头全天候输入的海量监控视频。视频异常事件检测作为智能视频监控的重要分支,可以借助计算机视觉技术,从监控视频中主动检测出与大多数正常行为事件不相符合的少量异常行为事件,并及时发出报警信息,从而将传统的人从坐在屏幕前监控枯燥的工作中解脱出来。本文具体所做的工作有:1、分析A.Adam提出的基于观察点的异常事件检测算法原理及应用优缺点,针对其等间距观察点布置可能造成的不同环境下监控区域信息丢失及计算冗余,提出了基于场景的观察点自组织方案,在等间距观察点布置的基础上,实现不同监控场景观察点位置和密度的自动调整,应用性更强。2、基于SEED-DVS6446达芬奇开发板,实现了可运行在其DSP端的基于观察点的异常事件检测算法,以及ARM端的异常检测系统,最终形成了视频异常事件检测盒,接通电源后能够对接入的视频流实时检测是否发生异常事件并确定异常区域范围。3、使用混合高斯背景模型提取前景运动团块,光流法计算团块运动方向;分别采用“Hog+线性SVM”以及“Haar+级联结构AdaBoost”的方案在运动团块图像上进行行人和车辆检测;对检测到的行人或车辆采用团块跟踪获得其在视频场景中的运动轨迹。结合本文归纳的异常事件规则集,实现对监控场景下如人车越界、人车拌线等行为可描述的具体异常事件判别。从理论到实践,通过对前面三个部分内容的集成,实现了完整的视频异常事件管理系统:可以将达芬奇平台上基于观察点算法的异常事件检测系统,以及基于运动目标检测与跟踪的具体异常事件判别结合起来,协同运行,能有效地对视频场景中行人和车辆相关的已知和未知异常事件的实时检测。