机场、地铁等场所人流量较大，使用监控保障公共安全成为重要课题。传统监控手段依赖人工查看，难以实时、精准捕捉各类异常行为。为此，本项目着重围绕智能监控中的异常行为检测展开研究，尤其针对乘客异常行为进行重点监测，为提升公共场所安全管理水平提供了有力支撑。项目运用人体骨架识别和人体姿态分析两项关键技术，通过对监控视频中人体骨骼关节点的精准定位与追踪，以及对人体姿态的深入分析，实现对乘客行为的高精度识别。该系统能够清晰区分正常行为与异常行为模式，为后续预警与处理提供可靠依据。该方法实现了乘客徘徊预警功能，当检测到乘客在特定区域长时间徘徊时，能及时发出警报，提醒安保人员关注；物品遗留预警功能可在物品被遗落一定时间后迅速触发警报，防止财物丢失或引发安全事故；入侵报警功能对未经授权进入限制区域的行为做出灵敏反应，可在第一时间通知相关人员；跌倒检测功能能够准确识别乘客跌倒动作，及时为需要帮助的乘客提供援助。以上功能显著提升了监控系统的智能化程度，为公共场所的安全保障工作注入了强大动力。