行人轨迹异常检测方法、装置和电子设备

AITNT
正文
推荐专利
行人轨迹异常检测方法、装置和电子设备
申请号:CN202510217547
申请日期:2025-02-26
公开号:CN120123941A
公开日期:2025-06-10
类型:发明专利
摘要
本申请涉及一种行人轨迹异常检测方法、装置和电子设备,其中,该行人轨迹异常检测方法包括:获取若干行人再识别数据、人脸识别数据和物联网数据,物联网数据包括物联网系统提供的行人位置数据;基于相似度确定对应同一行人的行人再识别数据和人脸识别数据,基于行人真实ID确定对应同一行人的人脸识别数据和物联网数据;分别根据各个行人的行人再识别数据、人脸识别数据和物联网数据构建待检测的轨迹数据;通过深度学习模型从待检测的轨迹数据中检测出异常的轨迹数据,异常的轨迹数据为不符合对应行人的正常活动模式的轨迹数据。可以更加准确地对行人轨迹是否异常进行判断,解决了目前的行人轨迹异常检测方法的异常检测准确率较低的问题。
技术关键词
轨迹异常检测方法 人脸识别数据 行人再识别 深度学习模型 异常轨迹 物联网系统 异常数据点 聚类算法 交通工具系统 样本 异常检测装置 打卡系统 电子设备 数据获取模块 门禁系统 处理器 可读存储介质
系统为您推荐了相关专利信息
1
一种蒸烤箱温度控制方法、装置、电子设备和存储介质
蒸烤箱 温度控制方法 加热 PWM占空比 功率
2
一种应对视频流高并发访问的服务器资源动态调度方法
动态调度方法 视频流 服务器节点 时间序列特征 热点
3
基于NLP语义分割及多级词库的构件标识匹配方法及系统
标识匹配系统 标识匹配方法 语义 术语 序列
4
一种基于深度学习的线粒体分割与损伤分类系统
分类系统 特征提取模块 图像增强模块 模板 边界特征
5
细胞量化方法、装置、计算机设备和存储介质
深度学习模型 轮廓区域 异常细胞 轮廓特征 深度特征提取
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