摘要
本发明公开了一种基于大模型的园区智能行为识别图像处理方法,所述方法包括:获取包含多个图像帧的视频流,构建高维属性矩阵表示视频流,每个维度代表从视频中提取的不同特征;利用多个跨时间分辨率模块的大模型执行园区行为识别,自动判断高维属性矩阵的拆分需求,并将其拆分为第一属性矩阵和第二属性矩阵,分别包含不同类别的特征维度;通过智能调整时间池化层数量,对第二属性矩阵在必要时进行时间降采样;并行处理两个属性矩阵,分别提取空间特征与时间特征;输出关于园区行为的预测结果。本发明能够精准高效地识别人员行为、车辆行为及异常行为,为园区安全管理、资源调度和异常监测提供智能化支持,提升园区管理效率与智能化水平。
技术关键词
图像处理方法
矩阵
视频流
园区管理系统
深度卷积神经网络
时序特征
时间序列特征
运动特征
设备管理
决策
分辨率
识别系统
代表
车辆
资源
纹理
模块
轨迹
系统为您推荐了相关专利信息
智能病房系统
数据采集模块
多尺度注意力机制
语义情感分析
同态加密算法
流体流速测量方法
柔性薄膜
压电薄膜传感器
湍流
频率
融合卷积神经网络
判别方法
电气特征
卷积神经网络识别
电器设备开关
岩性填图方法
一维卷积神经网络
无人机高光谱数据
样本
反射率数据