基于图神经网络的视频监控异常行为实时检测方法

本发明公开了基于图神经网络的视频监控异常行为实时检测方法，包括如下步骤：采集视频帧序列，提取检测框、关键点和光流特征，生成节点特征矩阵并构建动态图结构；建立基于EvolveGCN的动态图神经网络模型，利用门控循环单元更新卷积权重；根据运动突变信号计算事件强度和变化率，生成时滞参数并调节权重演化步长；对卷积权重矩阵进行低秩分解与谱半径投影，依据异常评分调整谱约束阈值；输入权重矩阵生成图分支与超图分支嵌入表示；基于互生成机制交换拓扑修正信息并更新模型参数；在实时推理中输入动态图结构与节点特征矩阵，计算异常评分并输出检测结果。本发明实现了动态图建模的自适应演化与高精度异常检测。