随着公共安全意识的提升以及智能分析算法技术的提升,越来越多的场所架设了视频监控系统。其中,搭载了异常行为检测算法的监控系统,无需人工干预也能通过分析视频监控下人群行为,有效的提前对危险行为或者异常行为进行预警,此种智能监控系统越来越受到人们的重视。首先,提取视频监控图像中目标语义与行为语义作为该系统异常行为分析的切入点。采用单阶段目标检测算法提取复杂且多目标环境中的感兴趣目标,收集实际场景数据制作数据集并训练权重模型,模型经过特征提取,特征增强,特征预测三个过程后计算得到目标的类别与位置信息。行为语义可通过2D骨骼特征描述,采用检测人体骨骼点的姿态估计算法分析人体姿态进行行为识别,该算法先检测图像中人体关键点,经过热力图与亲和力场计算后将各关键点连接形成完整的人体姿态。其次,利用获取到的目标信息与行为信息作为依据判断是否存在异常行为。分析该系统涉及到的异常行为的行为特征与标志,形成判据。通过判据设计算法逻辑,绘制算法流程图,并通过C++编程实现代码。以当前视频监控图像的目标信息与行为信息作为输入,是否存在异常行为作为输出,若存在异常行为则记录异常人员信息。将各算法包编译为可供调用的动态链接库,便于算法更新与系统性调用。最后,该文设计视频监控下异常行为检测系统。引入模块化设计的思想,使用C++等编程语言对系统代码进行编写实现具体功能。该系统能够多并发的对监控摄像头视频流进行分析处理,对指定异常行为进行识别,实时预警,留存证据并且存入数据库。系统通过Web API与实际场景进行数据交互,然后通过查看端对结果进行展示。