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
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
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
视频理解方法
语义特征
局部时空特征
视频帧
编码器
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