1.一种基于人工智能的安防监控设备异常检测方法，其特征在于，该方法包括：

监控区域中的每个安防监控设备分别为目标监控设备，基于预设时间段内目标监控设备采集的图像进行混合高斯背景建模，得到每个像素位置的标准混合高斯模型；

对于每帧图像中每个像素，将该像素的像素值输入相应的标准混合高斯模型计算概率值，进而基于所述概率值和所述相应的标准混合高斯模型的最大概率值得到概率偏差值；

获取所述每帧图像的光照图；统计所述每帧图像的背景区域中每个像素对应的光照强度与概率偏差值的比值的均值，得到标准比值；

对于目标监控设备采集的实时图像，获取实时图像中的背景区域，计算背景区域中每个像素对应的光照强度与概率偏差值的实时比值，与标准比值对比，得到背景区域中每个像素对应的异常值，基于所述异常值进行目标监控设备的异常检测。

2.如权利要求1所述的方法，其特征在于，基于RetinexNet获取图像的光照图。

3.如权利要求2所述的方法，其特征在于，所述背景区域中每个像素对应的异常值的获取具体为：γ＝1‑exp(‑|α‑α0|)，α表示背景区域中一个像素对应的实时比值，α0表示标准比值，γ表示所述一个像素对应的异常值。

4.如权利要求3所述的方法，其特征在于，实时图像的背景区域中所有像素对应的异常值的和与背景区域面积的比值为异常检测指标，基于所述异常检测指标检测目标监控设备是否异常。

5.如权利要求4所述的方法，其特征在于，监控视野与目标监控设备有重叠的监控设备为关联监控设备，基于目标监控设备和关联监控设备在同一时刻采集的实时图像的异常检测指标的和，检测目标监控设备是否异常。

6.如权利要求5所述的方法，其特征在于，为关联监控设备采集的实时图像的异常检测指标设置权重；目标监控设备和关联监控设备采集的实时图像中，监控视野重叠区域内背景的图像特征差异越大，所述权重越小；反之，权重越大。

7.一种基于人工智能的安防监控设备异常检测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1‑6任一项所述方法的步骤。