一种基于深度学习的人员异常行为分析方法

本发明公开了一种基于深度学习的人员异常行为分析方法，属于图像数据处理技术领域，包括步骤：获取人员异常行为检测数据集D；基于空间特征增强模块构造一改进YOLOv5网络；训练改进YOLOv5网络得到目标检测模型；基于改进YOLOv5网络、DeepSORT算法和改进SlowFast网络的损失函数，训练SlowFast网络得到SlowFast模型；基于目标检测模型、DeepSORT算法和SlowFast模型对待识别视频样本中的目标进行异常行为识别。本发明利用自适应权重解决类别不平衡的问题，利用时间信息提升视频动作识别的准确性，从而提高了模型对复杂场景的鲁棒性和准确性，还通过轻量化设计减少了计算资源需求，为实际应用提供了更大的灵活性和效率。