现有的视频监控系统大多只是进行场景内运动目标的检测或跟踪,然而进行进一步处理的比较少,但生活中监控的目的就是对场景中的异常事件或人的异常行为进行检测和分析。智能视频监控对异常行为的检测不仅可以及时发现不正当行为,告知工作人员及时处理,阻止不法行为的发生,而且可节省大量的存储空间,避免不法行为发生后工作人员海量的查找和取证。本文的主要研究内容是视频监控中的人体行为分析,并且以人体异常行为检测方法为核心,此论文对于视频监控系统的研究意义和发展现状进行了详细的阐述,并且详细介绍了计算机视觉技术在国内外的研究情况以及在智能视频分析中的应用,接着与对视频监控领域的技术与发展、视频监控中常用到的图像处理技术以及视频监控中的异常行为检测技术方法进行了研究与分析。然后为了解决传统算法难以检测一般动态场景情形下人体运动目标的异常行为问题,本文提出了一种新的人体运动异常行为检测方法,该方法组合利用视频监控各个运动参考量。论文主要针对视频序列的人体行为进行分析,目的是检测出人体的异常行为,具体包括：人体运动目标的检测、跟踪与提取、异常行为检测等。文中还阐述了异常行为检测的相关概念,并且介绍了视频监控参考量中各个参数的计算方法,探讨了异常行为检测与分类技术的关系。结合异常行为检测与分类的相似性,提出了基于视频监控参考量的异常行为检测方法,并给出了其算法过程,确定了检测的过程,分析了该方法的特点和优势。最后,利用OpenCV这个开源项目的代码库,设计了一个视频监控异常行为检测系统原型用于测试,并且采用了模块化处理,对实际自助银行背景中的监控视频分别进行功能、性能和稳定性测试,实现了视频监控的实时分析和处理。测试结果表明,基于视频监控运动参考量的异常行为检测算法能够满足实际应用的需求,并达到预期的效果。本论文的创新之处是：1.提出了基于视频监控运动参考量的异常行为检测方法,对原有的参考模型进行了改进,引入了视频监控运动参考量概念。2.针对自助银行视频监控背景环境实现了一个基于视频监控运动参考量的异常行为检测系统原型,使异常行为检测更加准确有效。