摘要：本文提出了一种基于行为减法的视频异常检测研究的方法。与传统的视频异常检测方法相比，该方法不需要先对目标进行标签、识别、归类和跟踪，因此，需要的计算量和内存消耗较少，实时性良好。基于物理世界中的事件都是时空相关的，该方法很好地利用了事件的时空特性。在动态特征检测的预处理基础上，直接在像素点上进行操作。在训练阶段，对每一个像素点，先建立一个时空共生模型，通过建模，计算正常事件概率；然后在检测阶段，采用相同的模型，将计算获得的概率值经过阈值比较的方法，确定该点是否为异常。通过实验证实，该方法在视频异常检测中具有高效性，并且可以应用在很多场合。

关键词：像素点 动态检测 事件建模 阈值比较 异常检测 

单位：南京邮电大学自动化学院 江苏南京