基于深度学习的监控异常行为检测方法及系统

本发明适用于安防监控技术领域，提供了基于深度学习的监控异常行为检测方法及系统，方法包括：采集历史视频数据，获取历史行人轨迹集合与历史人际距离集合；通过深度学习无监督学习，构建正常行为路径基线、正常相似度区间及动态个人安全空间模型；采集实时视频流，生成实时行人轨迹并与基线比对，标记潜在异常人员；基于动态安全模型监测潜在异常人员的空间侵入行为；结合路径相似度与空间侵入记录，执行分级警示。本发明提升异常检测准确性与场景适配性，优化告警效率，适用于各类监控场景。