一种基于卷积神经网络的实时监控视频与应急场景融合方法

AITNT
正文
推荐专利
一种基于卷积神经网络的实时监控视频与应急场景融合方法
申请号:CN202411579797
申请日期:2024-11-07
公开号:CN119449974A
公开日期:2025-02-14
类型:发明专利
摘要
本发明属于视频监控与应急场景融合技术领域,具体涉及基于卷积神经网络的实时监控视频与应急场景的融合方法。该方法利用统一视频平台整合多源视频资源,进行格式转换和编码,确保兼容性;采用自适应直方图均衡化增强视频质量;建立应急场景数据库,通过卷积神经网络分析异常并与数据库匹配,实现视频与应急场景融合;将融合后的视频集中存储,基于场景特征变化选取关键帧,实现回放功能。本发明解决了现有电网监控系统中视频数据分散、兼容性差、应急响应滞后等问题,提高了应急处置的准确性和效率。
技术关键词
场景融合方法 关键帧 场景特征 直方图均衡化 视频存储系统 视频流 格式 颜色直方图 视频索引技术 回放功能 视频数据资源 编码 电网监控系统 实时视频 卷积神经网络模型 度量 图像增强
系统为您推荐了相关专利信息
1
基于多模态时序建模的无人机数据异常检测方法
时序特征 多层次特征提取 注意力 无人机数据 多维特征数据
2
计算机数据采集分析系统及方法
学生考勤 数据采集分析系统 文本 关键帧 语义
3
基于多波长激光扫描系统的眼底炫彩成像方法及系统
激光扫描系统 成像方法 多波长 红色 金字塔光流法
4
一种基于多模态感知与深度学习的视频-雷达-射频多源数据融合分析系统
雷达信号处理模块 分析系统 多模态 视频流 实时数据
5
油田电力配网作业安全违规行为深度学习识别系统
深度学习识别系统 配网作业 YOLO模型 油田 视频采集模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号