抽烟和打手机在现在的日常生活随处可见,人们时时刻刻都会有这样的需求。众所周知,抽烟从来都不是一个好的行为与习惯,不仅在影响自身身体健康的同时还影响着身边其他人的身体健康。除此之外,抽烟也有可能因为人们的疏忽与大意造成严重安全事故,尤其是在具有安全隐患的公共场所。而对于打手机而言,则成了人们日常生活中不可或缺的通信交流方式,因为手机的产生,给人们的生活带来了极大的便利并且节省交流的成本。但是在一些特定的场所用手机电话仍然有可能会存在安全隐患,严重者会造成重大的安全事故。例如,当驾驶员在驾驶的时候进行抽烟与打手机等行为有可能造成严重的交通事故。所以对抽烟与打手机的行为进行检测给人们以提示和警示作用就变得非常有必要。本文对图像和视频中抽烟或打手机人员的检测算法进行研究。利用深度学习的理论与方法,对图像和视频中出现的人员目标进行检测,并且判断其是否存在抽烟或者打手机的行为。本文的研究工作主要有:（1）收集并整理包含抽烟与打手机行为的图片与视频作为本文的研究对象。并通过利用CVAT网页图像视频标注工具对收集的图像与视频数据进行逐帧逐对象的标注。（2）针对图像中的人员抽烟与打手机行为检测任务,提出基于Center Net目标检测框架扩展的图像目标行为检测算法。通过在Center Net目标检测框架之外,添加目标行为属性分支进行对目标的行为属性特征进行预测,并且使用行为属性分类器根据目标的行为属性特征对目标的行为进行分类预测。（3）针对视频中的人员抽烟与打手机行为检测任务,提出基于Fair MOT多目标跟踪框架扩展的视频目标行为检测算法。扩展Fair MOT的视频行为检测算法将Fair MOT的跟踪输出分支与扩展Center Net的目标行为属性分支相结合,在进行目标跟踪的同时,对每一个目标预测出帧密集的时间序列行为属性特征;然后在利用LSTM,在时间维度上对提取的目标行为属性特征序列进行融合,并做出帧密集的行为预测。（4）最后,针对基于深度学习的抽烟与打手机行为检测算法部署于实际的多路视频的应用场景中,设计并开发实现了基于深度学习的多路视频处理系统。该系统将深度学习算法模型处理视频图像帧的顺序串行执行流程,按照步骤进行拆分成数据读入预处理、模型推理以及结果解码三个步骤,每一个步骤设立一个独立执行的模块,模块之间通过共享内存队列进行数据传递。加入队列机制使得算法处理流程并行化,能够有效的平衡在处理的各个阶段速度的差异节省在每个阶段的系统等待时间,提升系统对于软硬件资源的利用效率。