随着多媒体传感器的大量使用，构建了描述人们社会活动的多媒体传感网络，海量多媒体数据的及时处理和有效利用随即成为了公共安全领域的重点和热点。多媒体传感器网络提供的丰富的多感数据信息，是为监控环境和检测潜在危险提供的有利条件，但如何实现从海量数据中获取有用信息，实现统一的内容理解和信息聚合，发现突发事件、预测发展态势，实现公共安全隐患的预警预报则是亟待解决的问题。因此，本文将图语法与数据融合理论相结合，基于传感器之间的相互作用方式，采取量化的方法定义传感器节点的相互作用关联性，以有向图动态演化并分析传感器网络各节点随时间系数变化引起的相互作用改变，从而获取最优传感器集合检测数据集，并基于建立的传感器数据处理与融合框架，结合判断融合规则，实现对检测环境的判断评估。主要包含以下内容：（1）利用传感器的空间位置和状态属性，定义传感器之间的相互作用关系，获取关联程度较大的最优传感器数据集合，进而降低传感器网络系统中可能产生的数据冗余。（2）定义图语法演化规则，结合传感器网络相互作用关系，生成随时间系数改变的以传感器为图节点，量化的传感器相互作用为边的有向图，动态演示与分析传感器节点之间的相互作用变化。（3）结合时空上下文信息建立具备处理与融合传感器信息的平台，引入前后期融合相结合的概念完成不同模态的数据处理，基于判断融合规则对同异源传感数据采取硬判决融合策略，获取最终的判断评估结果。通过对仿真实验的分析，表明本文提出的理论方法实现了降低多媒体传感器网络冗余数据，优化了数据融合方法，为实现公共环境不安全因素检测提供了一种新的思路。