一种基于深度学习的行为分析摄像头的监测方法及系统

本发明公开了一种基于深度学习的行为分析摄像头的监测方法及系统，所述方法，包括如下步骤：S1、通过多模态传感器采集场景内目标对象的图像序列及环境参数，所述环境参数包括光照强度和背景噪声等级；S2、使用动态兴趣区域权重计算模块对图像序列进行优先级划分，基于目标对象的运动轨迹和姿态变化生成兴趣区域掩膜；S4、根据分类器输出结果生成异常行为指数；S5、当综合异常指数超过预设阈值时触发跨摄像头协同追踪机制并生成告警信号，同时将高危行为片段标记存储至优先级队列，本发明通过多模态数据融合与动态权重调节相结合的创新架构，实现对复杂环境下人体行为的精准感知。