摘要
本发明属于安全监视技术领域,本发明公开了基于人工智能的校园学生安全监视系统及方法;包括:采集学生的行为数据和学生所处的环境参数;将行为数据和环境参数输入到基于变分自编码器的多模态融合深度学习模型中,输出统一行为嵌入向量序列;利用改进双重决策Q学习算法,生成基线行为模式;基于马尔可夫决策算法计算出异常分数,并获取异常分数对应的置信度;预设异常阈值,当异常分数大于或等于异常阈值,且异常分数对应的置信度大于或等于预设的置信水平时,则判定为异常行为,并将行为数据和环境参数发送给安全监视终端,为学校采取针对性措施提供了重要依据,避免了误报或漏报的风险。
技术关键词
融合深度学习模型
多模态融合深度学习
监视系统
学生
轨迹
校园
数据
Q学习算法
基线
独立成分分析
决策算法
定义
编码器
序列
人体关键点
深度特征提取网络
注意力机制
图像
系统为您推荐了相关专利信息
智能合约漏洞
快照
自动检测方法
检查点
变异约束条件
轨迹预测模型
电压稳定
BiLSTM模型
低压减载量
新能源电力系统
电子标签数据
节点
监测技术
电子监测设备
图谱融合技术
协方差矩阵
轨迹预测方法
观测噪声
车辆行驶数据
因子
运动轨迹预测方法
智能穿戴设备
位置变化信息
运动状态信息
髋关节