随着城市化进程的不断推进,公共区域的视频监控覆盖率越来越高,但对监控区人员闯入、尾随、扭打、跌倒以及公园、街道等公共区域人员的突发聚集等异常行为的检测和识别还主要依赖人工研判,不仅效率低且很难做到全天候工况。针对以上人员异常行为的智能检测和分析任务,本课题旨在解决其视觉检测和智能分析的关键技术,主要从人员目标检测、人体骨架点提取、骨架点-异常行为识别研究、突发性人员聚集四方面开展了研究。主要研究内容包含:（1）基于深度学习的自适应检测与多人员跟踪。介绍了最新的目标检测算法Center Net和YOLO V5,在INRIA Person Dataset和USC行人数据集上进行了训练与测试对比,对比实验结果表明,基于YOLO V5的行人检测效率和精度优于Center Net方法。另外依据多人员跟踪技术Center Track和Fair MOT在MOT17数据集上的对比效果,本文选择了准确率和速度都更佳的Fair MOT;（2）基于注意力机制的Simple Baseline人体骨架点提取。为了降低simple baseline（SB）网络模型的参数量,通过设置SB网络中Bottleneck组件的expansion参数为1,将SB网络中上采样部分的转置卷积换成了转置卷积组,并在Bottleneck组件中最后一个卷积层之后引入了通道注意力ECA（Efficient Channel Attention）,从而提出一种面向人体骨架点提取的改进的SB网络模型。在COCO 2017数据集上的对比实验结果表明,基于改进的SB模型的人体骨架点提取方法具有较高的精度和计算效率;（3）基于人体骨架点的异常行为建模及识别。依据跌倒时人体质心在垂直地面方向下降速度极快、摔倒前后人体目标框宽高比变化明显,扭打时两人的质心点不停移动且相互遮挡、人体目标检测框大部分时间处于相交状态的特点,分别提出了扭打、跌倒异常行为的判断模型;采用Fair MOT目标跟踪算法实现监控视场景中指定人员的稳定跟踪,判断他们移动的方向并计算他们之间的距离。对移动方向一致性的人员,通过大量实验确定他们之间距离稳定性的距离变化阈值和时间阈值,对距离变化低于距离变化阈值和距离稳定性持续超过时间阈值的判为尾随发生,从而提出一种尾随行为的判断方法。在Le2i数据集和自建数据集上的对比实验结果表明,本文提出的基于骨架点的异常行为智能分析方法,能有效识别跌倒、扭打、尾随异常行为;（4）基于YOLO V5视觉检测的突发性人员聚集智能分析。采用YOLO V5实现视频场景中人员的检测,针对街道、公园监控设备的广角特点,结合大量实验结果统计分析,确定当所有人员两两间距低于阈值100个像素,街道和公园场景中人员数分别超过4个和6个时,将视为突发性人员群集事件发生。实验结果表明,本文所提出的突发性人员聚集智能分析方法具有一定的准确性。