随着公众安全意识的提升以及视频监控设备制造成本的降低,越来越多的场所架设了视频监控系统。其中,针对公共场所的人群异常检测系统尤为重要,该场景下较高的人群密度导致异常事件发生概率的提升,并导致其影响范围的快速扩大。现有的此类异常检测系统多是针对人群拥堵或指定的异常行为进行检测,缺乏异常行为的通用检测方案。因此,本研究基于上述现状,结合深度学习技术对人群异常检测相关领域展开研究,设计并实现了一个人群异常行为检测系统。与针对具体行为进行检测的现有异常检测系统相比,本系统不对异常种类进行限制,实现对人群中各类异常行为的通用检测。首先,本研究对人群异常行为检测模型展开研究。由于异常事件复杂多样、难以定义,监控视频中的异常检测一直是一个具有挑战性的问题。对此,本研究提出了一种全新的双流时空生成模型,通过同时进行输入视频帧的重建和未来帧的预测来充分利用视频信息。为了提高该模型对视频中表征物体外观及运动的时空特征的捕捉能力,本研究首先将ConvLSTM融入生成模型,再构造出一个判别器与之对抗训练。在使用正常事件样本训练后,本研究的生成模型可以针对输入的视频片段计算出重构误差和预测误差并依此进行异常检测。在三个公共数据集上的实验验证了模型的有效性,其与当前最优方案相比仍然具有竞争力。之后,本研究还通过对被检出异常区域的可视化对模型的检测原理进行了一定的解释。此外,考虑到公共场所经常出现人群拥堵的现象以及异常检测模型缺乏对异常行为发生的预测能力,本研究设计并使用了一个人群密度估计模型用于获取视频中的人群密度信息。基于该模型输出的人群密度分布图和人数估计,本研究可以对视频中的全局性人群拥堵和局部性人群聚集现象进行报警,辅助监控人员提前进行人群疏导和异常事件的发现,对异常事件进行影响范围的削减以及规避。本研究基于最新研究进行了模型设计,并结合数据集进行了模型有效性验证。同时,基于生成的人群密度分布图本研究还进行了密度分布的可视化展示,对模型工作原理加以解释。最后,基于上述研究成果,本研究进行了人群异常行为检测系统的需求分析、原型系统设计与实现、系统功能和性能测试。测试结果表明,本研究构建的人群异常行为检测系统,具有场景通用性,有效且实时地实现了人群异常行为和人群密度异常的检测与定位。系统中增添的人群密度估计模块,被验证可以辅助人群异常事件的检测与预测、增强系统的实用性。