對公共場所中人群監控準確性和實時性低的問題,提出一種基于運動顯著圖的人群異常行為檢測方法。該方法首先利用Lucas-Kanade法計算稀疏特征點的光流場,并對光流場進行時間和空間上的濾波處理,然后計算特征點的運動方向、速度和加速度。為了準確描述人群行為,將人群的速度幅值、運動方向變化量和加速度幅值分別映射為圖像的R、G、B三個通道,并以此合成代表人群運動特征的運動顯著圖。最后,設計和訓練面向人群運動顯著圖的卷積神經網絡模型,并利用該模型檢測人群中是否存在異常行為。