随着人工智能等技术的快速发展,智能楼宇已不仅具有高效的现代化管理水平,能为人们提供安全舒适便利的生活和工作环境,而且还呈现出智能化的发展趋势,诸如语音识别、人脸识别等人工智能技术在智楼宇中已有大量应用,但人体行为识别技术在智能楼宇中的应用案例还非常少。针对这一问题,论文结合某楼宇监控管理系统的升级改造,设计了一套结合人体异常行为识别算法的智能楼宇监控管理系统,不仅具有高效的信息管理水平、便捷的设备控制功能,还能识别监控区域的人体异常行为,以便及时做出相应的处理,保证楼宇的安全。首先,论文分析了用户的需求,根据系统设计的原则,确定了智能楼宇监控管理系统由客户端、云服务器端、主控中心端以及监控系统端等四个部分组成的总体架构。在此基础上采用前后端分离技术对系统进行了设计,其中客户端基于Vue框架设计,方便用户对楼宇进行监控与管理;云服务器基于微服务架构搭建,并且整合了人体行为识别;主控中心端基于JZ2440开发板和Linux操作系统设计,实现对门禁和设备的控制以及环境参数的监测;监控系统端采用网络视频监控系统,并通过推拉流整合到楼宇的客户端,方便用户使用。其次,针对对监控区域内的人体异常行为进行识别这一需求,研究了包括双流卷积神经网络、长短多步长时间神经网络等几种主流的人体行为识别算法,指出了它们的不足。将Inception网络和LSTM网络结合,融入分组思想并引入注意力机制,设计了STC-Incep LSTM网络,并基于此网络设计了人体行为识别算法。STC-Incrp LSTM网络解决了传统网络无法获取长时间属性信息之间依赖关系的问题,还提升了网络获取视频复杂空间信息的能力。将训练好的网络部署到了服务器中,用于人体异常行为的识别。最后,分别对系统的设备管理和控制、后台管理、环境参数监测、门禁系统、视频监控和人体异常行为识别等功能进行了测试,结果证明论文设计的智能楼宇监控管理系统满足前期用户提出的需求,并且安全稳定可靠。