基于无人机视角构建人员拍照行为检测系统，深度融合前沿深度学习网络与人体姿态估计算法。在可见光环境下，系统支持多视角协同感知，能够高精度提取并分析目标骨架关键点及动作特征。经真实业务场景验证，模型对拍照行为的综合识别准确率达 90% 以上，且端到端系统级延迟约束在 2秒 内，充分满足了复杂移动场景下的高可靠检测需求。