基于多模态协同学习的实时视频异常行为检测方法

本发明公开了基于多模态协同学习的实时视频异常行为检测方法，包括如下步骤：S1、通过摄像头、麦克风和环境传感器采集视频、音频和环境数据；S2、对采集的多模态数据进行预处理；S3、采用改进的多模态变分自编码器，生成多模态特征向量；S4、将多模态特征向量输入至多模态扩散模型，生成多模态融合特征表示；S5、基于斑马优化算法动态调整特征权重分配，优化去噪参数和步长设置；S6、输出异常行为检测结果和置信度评分，触发报警模块进行实时告警；S7、动态调整模型参数，异常数据上传至云平台。本发明通过多模态协同学习方法，实现了对复杂动态环境中实时视频异常行为的高精度检测和快速响应，有效提升了智能监控系统的安全性和稳定性。