本发明公开了一种融合多元信息的高精度视频异常事件检测方法，实时检测与识别危害或可能危害公共安全的、与人相关的异常事件。针对深度学习算法在人群异常事件检测中的不足，尤其针对复杂场景，本发明提出了一种基于运动信息与光谱信息融合的深度学习网络的视频异常事件检测方法，力图提高异常事件检测在复杂场景中的准确率。视频特征主要包括视频帧的亮度信息和视频中目标的运动信息，通过构建空间特征自编码器和运动特征自编码器，分别进行视频空间特征和运动信息的提取，以及视频序列的重建，对于重建误差大于阈值的视频序列帧标记为异常事件。这种有效融合视频运动信息和光谱亮度信息的方法，较好的提高人群异常事件检测的鲁棒性与实用性。