本發(fā)明公布了一種基于時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)(recurrent?neural?network)的人群異常檢測和定位系統(tǒng)及方法。該方法在對采集到的樣本數(shù)據(jù)進(jìn)行預(yù)處理的基礎(chǔ)上對場景進(jìn)行網(wǎng)格化劃分，將由n幀構(gòu)成的視頻片段劃分成多個(gè)時(shí)空塊。然后從每個(gè)時(shí)空塊中構(gòu)造多規(guī)模光流直方圖和Gabor小波紋理特征。向量化并合并多個(gè)時(shí)空塊中的特征，將視頻片段作為時(shí)間序列，分別利用時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)的隱含節(jié)點(diǎn)和反饋節(jié)點(diǎn)來發(fā)現(xiàn)空間維度和時(shí)間維度的關(guān)系，訓(xùn)練能檢測長依賴關(guān)系的時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)模型。最后利用該模型進(jìn)行人群異常檢測和定位。該方法具有較好的實(shí)時(shí)性和準(zhǔn)確性，能檢測由少數(shù)個(gè)體或者是由大量個(gè)體觸發(fā)的異常。