摘要
本申请提供了一种机场群体性事件发展阶段的预测方法、装置、设备及介质,包括:基于深度兴趣网络模型对目标机场的实时视频流以及机场旅客行为的影响因素进行处理,输出目标机场下的多个机场旅客的实时多模态行为特征;基于多个机场旅客的实时多模态行为特征,构建出旅客群体实时行为特征;将旅客群体实时行为特征输入至群体性事件发展阶段预测模型之中,群体性事件发展阶段预测模型预测出下一时刻在不同的群体性事件措施决策下群体性事件的发展阶段及其概率。实现了不同措施决策下机场群体性事件发展阶段的快速预测,为机场群体性事件的干预提供了有效指导。
技术关键词
深度学习模型
阶段
旅客
实时视频流
决策
模型训练模块
上下文特征
措施
知识图谱向量
多模态
注意力
兴趣
预测装置
机器可读指令
时序
网络
知识图谱模型
序列
策略
处理器
系统为您推荐了相关专利信息
应急设备
响应调度方法
智能库房
双层LSTM神经网络
大数据分析技术
图像特征描述符
图像地理定位方法
高层语义特征
注意力
加权特征
预拌混凝土
区块链框架
风险分析报告
风险评估报告
评估装置