1.一种检察领域值班人员睡觉行为识别方法，其特征在于：包括以下步骤：
①数据采集：采集检察领域值班人员工作时间的视频监控数据；
②数据标注与处理：从采集到的视频监控数据获取帧率大小间隔的帧信息，使用labelimg图像标注工具完成值班人员人体目标的yolo格式标注，并将数据集划分为训练集和验证集；
③模型训练与验证：基于步骤②的标注数据和yolov5目标检测预训练模型，获取值班干警人体目标检测模型；
④模型加载与信息获取：加载值班干警人体目标检测模型、目标跟踪模型以及人脸识别模型，进行目标标识；
⑤自定义睡觉行为研判规则：基于步骤④的模型标识的结果，通过阈值设置的方式自定义值班人员睡觉行为规则，判断是否存在睡觉行为；
⑥睡觉行为视频截取：若确定存在睡觉行为时，对睡觉中的具体人体进行标识并进行睡觉行为预警，并截取视频睡觉片段并留存。
2.如权利要求1所述的检察领域值班人员睡觉行为识别方法，其特征在于：基于值班干警人体目标检测模型检测出值班人员人体的矩形区域坐标。
3.如权利要求1所述的检察领域值班人员睡觉行为识别方法，其特征在于：基于deep_sort，对目标跟踪模型进行值班人员身份标签的标识。
4.如权利要求1所述的检察领域值班人员睡觉行为识别方法，其特征在于：在检测到帧中有人体目标的情况下，基于retinaface，对人脸识别模型进行预训练，对每一个人体目标，检测是否存在人脸，若存在人脸，则标记为1并存储人脸矩形区域坐标；若不存在人脸，则标记为0，人脸坐标信息存储为空。
5.如权利要求1所述的检察领域值班人员睡觉行为识别方法，其特征在于：睡觉状态下，值班人员人体的最大宽度移动阈值为a_wp，最大高度移动阈值为b_wp；值班人员人脸的最大宽度移动阈值为a_wf，最大高度移动阈值为b_w。
6.如权利要求5所述的检察领域值班人员睡觉行为识别方法，其特征在于：当人体/人脸坐标在连续若干帧的前后两帧变化幅度均小于移动阈值，且满足该条件的连续帧数大于阈值c，则值班人员发生了睡觉行为。
7.如权利要求5所述的检察领域值班人员睡觉行为识别方法，其特征在于：当视频监控数据中连续若干帧中某一人体、人脸坐标信息与人体坐标信息均存在时，任意连续两帧人体宽度和高度变化均小于a_wp阈值、b_wp阈值，同时人脸连续两帧宽度和高度变化均小于a_wf阈值与b_wf阈值，且连续帧数目人体与人脸统计个数均大于c阈值时，则表明睡觉姿势为仰睡、托睡状态。
8.如权利要求5所述的检察领域值班人员睡觉行为识别方法，其特征在于：连续若干帧中仅存在人体信息，任意连续两帧人体宽度和高度变化均小于a_wp阈值、b_wp阈值，且连续帧数目人体统计个数大于c阈值时，则表明睡觉姿势为趴睡或俯睡状态。