1.面向居家场景的老人异常行为检测方法，其特征在于，具体步骤包括如下：步骤(1.1)、在居所的各房间中的不同方位安置若干个摄像头；

步骤(1.2)、从安置的若干个摄像头中获取居所内老人的各种生活视频；

步骤(1.3)、训练单人行为识别CNN神经网络，通过该网络对输入的老人的各种生活视频进行识别并提取特征；再根据老人在进行异常行为时的人物特征变化，提取其进行异常行为时的特征值；

步骤(1.4)、将从不同摄像头获取的不同角度的各种生活视频进行网络训练，以此神经网络从不同的角度获得不同的行为特征值；

步骤(1.5)、将该特征值进行特征融合，对老人的行为进行判断，再根据该判断结果，通过发送信息给老人家属的方式对老人的异常行为进行通知。

2.根据权利要求1所述的面向居家场景的老人异常行为检测方法，其特征在于，在步骤(1.1)中，在所述各房间中安置的摄像头的个数≥3个。

3.根据权利要求1所述的面向居家场景的老人异常行为检测方法，其特征在于，在步骤(1.1)中，所述摄像头的摆放位置安置在同时拍摄到居所内老人活动时的正面、背面、侧面及上面的多块区域。

4.根据权利要求1所述的面向居家场景的老人异常行为检测方法，其特征在于，在步骤(1.3)中，所述的训练单人行为识别CNN神经网络采用SSD快速检测算法进行网络构建。

5.根据权利要求1所述的面向居家场景的老人异常行为检测方法，其特征在于，在所述步骤(1.5)中，将该特征值进行特征融合具体是指：对网络层获得的n种不同尺度的特征图进行多尺度融合，构建多时长特征融合密集连接网络模型，以获得融合后的多尺度特征图；

再采用批量归一化对来自网络的多层进行归一化处理，最后使用降维后的特征图进行级联，形成融合特征层，利用融合后得到的特征重构特征图来进行检测。