随着摄像机视频监控的广泛应用，面对实时全天候摄入的海量视频监控数据，不仅需要对视频进行有效地组织和管理，还需要让计算机自动地理解视频内容并做出处理，实现智能化视频监控。智能化视频监控是计算机视觉领域的一个前沿方向，它综合利用模式识别、机器学习、计算机视觉、图像处理等技术，在交通管理、安全监控等方面有着广泛的应用前景，成为一个热点研究问题。而相关领域的数学算法和具体技术林林总总各不相同，甚至从思路上就大相径庭，这更需要我们下工夫进行梳理和提炼。 本书针对智能视频分析这一主题，围绕视频监控中的两个核心问题，即异常事件检测与摘要，详细地介绍了其概念、原理和技术方法。针对监控的复杂场景的需求，采用了机器学习、模式识别和计算机视觉中的一些先进技术，探讨了智能监控背景下的运动目标提取、事件分类和视频摘要等关键问题，为增强现有的智能视频监控系统的自动化程度和智能处理能力提供强有力的理论支持和技术帮助。 本书分为7章，内容安排如下： 第1章概述了异常事件检测与摘要技术的研究背景和意义，介绍了目前国内外的发展现状，指出了主要难点和发展趋势；第2章详细回顾了智能视频监控中异常事件检测与摘要技术的研究现状，包括其相关研究、当前主要采用的方法、目前存在的研究难点以及将来可能的研究方向。第3章提出了基于社会力模型，提出了拥挤场景下异常事件检测方法，用于全局异常事件检测；第4章针对拥挤场景中特征的噪声问题，提出了基于鲁棒性稀疏编码的拥挤场景下异常事件检测，用于全局和局部异常事件检测；第5章基于视频浓缩中内容冗余问题，提出了基于关键观测点选择的视频浓缩方法，提高浓缩的效率；第6章基于单摄像头视角受限问题，提出了基于摄像机网络的视频浓缩技术，展示大视角的视频摘要。