摘要
本发明公开了一种基于多模态深度学习驱动的零次学习智能预警方法,在行人异常入侵检测中的应用,以解决周界警戒管理中基于固定摄像机实现行人异常入侵目标智能检测,方法基于管理已建的定点固定摄像头取像,调用算法自动检测监控画面中行人异常入侵目标,周界警戒管理提供了一种方便、快捷和开放的信息化管理空间,并依托深度学习技术,实现周界警戒智能管理和高效的运行,针对固定监控下的行人异常入侵检测,对其记录建档,以备管理部门查证,同时将信息推送到相关人员手机上并及时到达现场进行处理。
技术关键词
多模态深度学习
监控视频图像
学习方法
训练图像数据
文本编码器
智能预警方法
文本特征向量
手机拍摄图像
网络
卷积模块
多头注意力机制
通知
图像块特征
周界
系统为您推荐了相关专利信息
多源遥感数据
多模态深度学习
农作物分类方法
融合特征
分类网络
联邦学习方法
水印参数
水印方法
客户端
实用拜占庭容错
学习方法
鲁棒性
迭代收缩阈值算法
转移概率矩阵
编码向量
智能分析方法
教育信息系统
多层神经网络模型训练
多模态
增量学习方法
视觉特征
解码器
多模态特征融合
交叉注意力机制
序列特征