智能监控和智能安保是建设智能建筑中的重要环节。基于计算机视觉的异常行为检测算法可以有效提高安保效率,防范外在风险,提高建筑监控系统的自动化水平。目前基于监控视频的异常行为检测算法已有一定发展,但是不少算法仍然存在实时性和实际场景适用性方面的问题。本文基于深度学习方法,提出三种较为高效的异常行为检测网络。第一种方法基于多实例学习,这是一种有监督方法。这个方法依赖于同时带有正常和异常行为样本的训练集。模型基于双流结构构建,以光流堆栈和视频片段作为输入,以联合时空卷积结合残差结构的网络做特征提取,以门控单元构成的时间网络做异常分类。训练时,利用包学习的概念,将每个视频视为包,每个剪辑片段视为示例,使用基于铰链损失的示例排序损失进行训练。测试时直接输出每个视频片段的异常得分。第二个网络是基于卷积-反卷积构建的时空自编码器,其中引入了Conv GRU层用于时间维度的编码-解码。与第一种方法不同,该方法在训练阶段只使用正常数据。考虑到测试时异常事件重建的片段会有较大的误差,因此评估每帧的重建误差。由于参数量很小,该方法以轻量的计算消耗实现了异常行为检测。遵循正常事件的未来帧预测方法,我们假设异常的未来帧或序列是不可预测的,并提出第三种模型,模型中包含两个主要分支的网络:预测和重建。预测分支是一个生成对抗网络,它使用外观、梯度、时间一致性等损失函数进行训练,以确保正常事件的生成质量,训练采用了最小二乘GAN的损失函数来确保训练稳定性。重建分支是一个时空自编码器且其隐空间层中加入了基于注意力机制的记忆增强约束。通过区域滑动窗口计算真实帧与两个分支产生的生成帧之间的加权帧级像素误差。将此误差归一化为[0,1],并设置适当的阈值,即可检测到异常事件。三种方法分别在CUHK Avenue异常行为检测数据达到0.823、0.739和0.861的AUC指标,在其他数据集上也取得了可比较的检测效果。此外还研发设计了软件系统并结合本文模型用于室内真实监控下的人员异常行为检测,以多进程设计实现相关检测任务调度。本文提出的模型在Tensorrt加速的效果下,在Jetson Agx Xavier开发平台上网络能以4-5倍的速度快于CPU平台,在256×256分辨率下达到18.9ms,满足深度学习模型在实际场景下部署的实时性要求。