基于深度学习的多人异常行为检测研究综述
来源：计算机科学与探索杂志2026年第2期北京时间：
作者：王言杰, 王晓强, 赵刘锐, 庄旭菲
单位：内蒙古工业大学 信息工程学院，呼和浩特 010080
摘要：随着深度学习技术的不断进步，异常行为检测已经从传统的机器学习阶段转向为深度学习方法的应用，并且异常行为检测的研究焦点从单人异常行为转向多人异常行为。基于深度学习的多人异常行为检测已经成为计算机视觉领域的研究热点。对于多人异常行为检测来说，需要根据场景的不同选择合适的特征提取方法与异常行为检测方法。为了使研究者对现存的基于深度学习的特征提取方法和在多人场景下的异常行为检测方法有清晰而系统的了解，对基于深度学习的特征提取方法和多人异常行为检测方法进行系统的分析与总结，并针对现存方法的不足，对未来发展方向进行展望。给出多人异常行为的定义、特点及分类。以基于深度学习的特征提取方法与多人异常行为检测方法为线索，对现有的多人异常行为检测方法进行梳理和归纳。对常用的公共异常行为检测数据集进行介绍，并对部分模型在常用公共数据集上进行性能对比。对该领域未来的研究方向进行展望。
关键词：深度学习,特征提取,异常行为检测,多人异常行为,多模态
基金资助：内蒙古自然科学基金（2023MS06021）；国家自然科学基金（62165011）。
