暴力行为犯罪一直是执法机关打击的重点,目前执法机关致力于使用视频监控系统对暴力行为进行远程监控。传统监控方式存在监控摄像头安装位置固定、监控区域难以达到全覆盖、监控人员长时间观看监控画面容易产生疲劳等问题。考虑到无人机监控视野广,计算机视觉技术进行视频监视具有更加智能的特点,以及人体姿态信息具有特征明确简单、不易受外观因素影响的优势,本文研究了基于姿态估计的航拍场景暴力行为监测。首先,搭建公共区域暴力行为监测无人机系统。监测无人机系统包含监测无人机平台和地面监控中心。监测无人机平台选用四旋翼机体作为飞行平台,使用Pixhawk实现无人机的飞行控制,采用嵌入式处理器Jetson TX2和相机组成机载视觉系统。此外,根据监测需求完成监测方案和软件的设计。其次,针对嵌入式处理平台,设计一种轻量化多人姿态估计方法,实现航拍场景下多人姿态的快速获取。采用关节亲和域PAFs(Part Affinity Fields)实现关节点的快速匹配;运用深度可分离卷积实现卷积分解减少模型计算量;同时通过TensorRT自动优化网络子网,并进行参数量化,提高算法的实时性和实用性。再次,设计了一种基于双分支分类网络和时空图卷积ST-GCN(Spatial Temporal Graph Convolutional Networks)的航拍视频中暴力行为识别方法。针对视频暴力行为定位问题,利用人体姿态信息,设计双分支分类网络,实现基于人体姿态的暴力行为关键帧检测,初步判断暴力行为的发生时间,并根据关键帧位置提取相邻多帧人体骨架信息。实现暴力行为的分类识别,利用时空图卷积对多帧人体骨架信息进行分析,完成基于人体骨架的暴力行为分类识别。针对关节点缺失问题,减小识别率受人体在图像中位置以及离镜头远近的影响,对多帧骨架数据进行归一化、筛选和补全,构建暴力行为骨架时序-空间信息表示矩阵作为时空图卷积的输入。自建航拍数据集,对该方法进行验证。最后,针对不同场景中扼杀、刺、踢和射击等典型暴力行为进行系统测试,结果表明无人机监测平台按照巡航路径稳定飞行,机载视觉系统完成视频中暴力行为快速定位,地面监控中心实现基于骨架时序的暴力行为分类识别。