一种基于多模型融合提升事件检测正确率的方法

AITNT
正文
推荐专利
一种基于多模型融合提升事件检测正确率的方法
申请号:CN202510280132
申请日期:2025-03-11
公开号:CN119785162B
公开日期:2025-05-23
类型:发明专利
摘要
本发明提供了一种基于多模型融合提升事件检测正确率的方法,包括以下步骤:对监控视频流进行多模态数据预处理,生成标准化特征矩阵;通过自适应加权融合模块将YOLOv5改进模型、ResNet Transformer混合模型和LSTM时空分析模型的输出进行特征级融合;基于融合特征矩阵进行多维度事件检测,生成初步检测结果集合;建立三级逻辑判断机制对检测结果进行置信度验证;输出通过验证的最终事件检测结果至监控系统。本发明可以提升事件检测的正确率,适用于复杂环境下的监控事件检测。
技术关键词
Retinex算法 监控视频流 双边滤波器 正确率 融合特征 多模型 动态时间规整算法 能见度 轨迹预测模型 暗通道先验 机制 参数 特征数据库 去雾算法 特征金字塔 异常轨迹 高斯核函数 置信度阈值 多模态 矩阵
系统为您推荐了相关专利信息
1
基于多层感知机融合的视频多模态情感分析方法及装置
多层感知机 音频特征 情感特征 时序 情感分类器
2
一种基于可解释深度学习的医院终端威胁行为识别方法
长短期记忆网络 生成全局热力图 时间序列图像 解释技术 注意力机制
3
动作捕捉方法、装置、介质、设备及计算机程序产品
参数 动作捕捉方法 关键点特征 图像特征提取 计算机程序产品
4
基于动态稀疏的视频理解方法、装置、设备及介质
视频理解方法 语义特征 局部时空特征 视频帧 编码器
5
基于深度神经网络的企业财务异常交易识别方法
深度神经网络模型 头脑风暴优化算法 交易识别方法 财务交易数据 深度神经网络结构
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