摘要
本发明提供了一种基于大模型的交通监控视频信息识别方法及装置。通过分布式摄像头网络实时采集交通场景视频流,进行图像压缩及运动模糊去噪处理;在边缘计算节点部署流式处理引擎将原始视频数据的图像帧拆分为批量任务,生成模型调用请求;向大模型服务端发起并行异步推理请求,通过大模型通过融合卷积神经网络与对抗生成网络,执行车辆品牌识别、车身颜色分类及车牌字符解析,得到包括车辆品牌、颜色和车牌号的识别数据;对模型输出结果进行置信度校验,将置信度高于阈值的识别数据封装为结构化JSON格式,同步存储至本地数据库并推送至交通管理平台。本发明能够提高视频监控系统的自动化程度和智能化水平,提升监控数据的处理效率和准确性。
技术关键词
交通监控视频
信息识别方法
融合卷积神经网络
车辆品牌识别
交通管理平台
图像压缩
多尺度特征金字塔
优先级队列调度
图像超分辨率重建
运动估计补偿
视频流
车牌号
非均匀性校正
局部细节特征
知识蒸馏技术
信息识别装置
数据
服务端
颜色
系统为您推荐了相关专利信息
注意力机制
网络架构
交通监控视频
输出特征
特征金字塔
状态识别方法
沥青路面层间结构
深度学习识别模型
融合卷积神经网络
地质雷达
关键词特征
视频特征数据
音频特征数据
信息识别方法
图像特征数据
融合卷积神经网络
双线性插值
噪声级别
评估系统
归一化方法