1.一種基于視頻分析的可疑人員檢測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于視頻分析的可疑人員檢測方法，其特征在于，目標檢測算法采用yolo模型，yolo模型包括：主干網絡、頸部網絡和頭部網絡，首先將視頻幀輸入主干網絡提取特征，再通過頸部網絡將來自主干網絡不同階段的特征進行融合，最后將融合后的特征送入頭部網絡生成人員目標檢測結果和可疑物品目標檢測結果。
3.根據權利要求1所述的基于視頻分析的可疑人員檢測方法，其特征在于，跟蹤算法采用bytetrack算法，bytetrack算法包括：首先將人員目標檢測結果中大于等于設定閾值的高置信度檢測框與已有軌跡進行匹配，然后對于未匹配成功的軌跡利用人員目標檢測結果中小于設定閾值的低置信度檢測框進行二次匹配，最后通過連續(xù)幀之間軌跡的匹配與更新機制得到連貫的人員跟蹤結果。
4.根據權利要求1所述的基于視頻分析的可疑人員檢測方法，其特征在于，大型預訓練模型clip的圖像編碼器采用基于vision?transformer構建的至少一層vit模塊，每層vit模塊的結構包括：依次連接的第一歸一化層、第一多頭自注意力模塊、第二歸一化層和第一多層感知機模塊，在第一歸一化層的輸入端和第一多頭自注意力模塊的輸出端之間建立第一殘差連接，在第二歸一化層的輸入端和第一多層感知機模塊的輸出端之間建立第二殘差連接，公式表示為：
5.根據權利要求1所述的基于視頻分析的可疑人員檢測方法，其特征在于，構建至少一層側網絡模塊，每層側網絡模塊的結構包括：依次連接的時空卷積模塊、第三歸一化層、第二多頭自注意力模塊、第四歸一化層和第二多層感知機模塊，在時空卷積模塊的輸入端和輸出端之間建立第三殘差連接，在第三歸一化層的輸入端和第二多頭自注意力模塊的輸出端之間建立第四殘差連接，在第四歸一化層的輸入端和第二多層感知機模塊的輸出端之間建立第五殘差連接，公式表示為：
6.根據權利要求5所述的基于視頻分析的可疑人員檢測方法，其特征在于，時空卷積模塊的結構包括：依次連接的第二3d卷積層、2d時間自適應卷積層和第三3d卷積層；
7.根據權利要求1所述的基于視頻分析的可疑人員檢測方法，其特征在于，多級可疑行為表中的內容包括：可疑等級、與各可疑等級對應的可疑行為、以及與各可疑行為對應的可疑物品，并對每個可疑等級添加供安保人員參考的應對措施說明。
8.一種基于視頻分析的可疑人員檢測裝置，其特征在于，包括：目標檢測單元、目標跟蹤單元、行為識別單元和匹配報警單元；
9.一種基于視頻分析的可疑人員檢測設備，包括存儲器和一種或多種處理器，所述存儲器用于存儲計算機程序，其特征在于，所述處理器用于當執(zhí)行所述計算機程序時，實現權利要求1-7任一項所述的基于視頻分析的可疑人員檢測方法。
10.一種計算機可讀的存儲介質，所述存儲介質上存儲有計算機程序，其特征在于，當所述計算機程序被計算機執(zhí)行時，實現權利要求1-7任一項所述的基于視頻分析的可疑人員檢測方法。