随着城市经济的快速发展,电力、通信管廊等功能性场所运营和管理水平不高等问题凸现,导致大量的安全生产事故频发,其主要原因是因为无法对关键区域内人员的异常行为进行及时处理。现有的基于传统视频监控的异常行为识别方法以人工观察为主体,大多情况都是依据事后查阅监控录像,这种方式依赖于人的主观判断,效率极差。基于智能视频监控的异常行为识别方法能够自动提取视频中的行人特征信息,并构建行为规则模型进行异常判断,大大提升了关键区域异常行为识别的智能化程度和识别效率。因此,开展基于智能视频监控的关键区域异常行为识别方法研究,具有一定的实际应用价值。本文在分析了关键区域内行人不同类型的异常行为特点的基础上,分别研究了使用智能视频监控理论识别行人轨迹异常和姿态异常行为;针对关键区域行人轨迹异常识别问题,采用组合孔径成像技术扩展系统探测视野,并在此基础上搭建硬件系统,利用行人跟踪算法提取轨迹信息作为特征量,设计徘徊和跨越警戒线两种异常行为识别算法;针对行人姿态异常识别问题,搭建了一种效率较高、性能优越的异常行为识别网络,为减少系统计算开销,采用人体骨架关键点运动特性提取视频关键帧序列,并在关键帧序列的基础上,使用改进的时空图卷积网络实现视频中敲打、踢踹等暴力姿态的识别。实验表明,本文所提出的方法能够有效对关键区域内行人的异常行为进行有效的识别,达到了预期目的。