基于深度学习图像处理的河流周边人员异常行为检测方法

AITNT
正文
推荐专利
基于深度学习图像处理的河流周边人员异常行为检测方法
申请号:CN202510376633
申请日期:2025-03-28
公开号:CN119888868B
公开日期:2025-06-17
类型:发明专利
摘要
本发明公开了一种基于深度学习图像处理的河流周边人员异常行为检测方法,涉及图像处理技术领域,包括:获取第一信息和第二信息;对第一信息进行预处理;根据预处理数据训练预设的自监督关键点提取网络;将预处理数据输入多模态自监督学习网络,输出行为向量库,根据标签和行为向量库中得到距离判别集;将第二信息进行预处理后输入训练好的自监督关键点提取网络,输出对应的实时嵌入向量,计算实时嵌入向量与异常行为对应的嵌入向量之间的距离,计算距离在距离判别集中的排序比例,对比排序比例与预设的报警阈值,若排序比例小于等于报警阈值,则进行异常行为报警。本发明了解决提高了检测准确率,使得河流周边人员异常行为检测更加全面。
技术关键词
深度学习图像处理 关键点 红外监控摄像机 多模态 特征金字塔网络 图像特征向量提取 图像特征提取 直方图均衡化方法 样本 监控图像数据 关键帧 学习方法 多尺度特征融合 标签 检测模型训练 损失函数优化
系统为您推荐了相关专利信息
1
一种基于多模态动态引导与拓扑的蔗尾实时计数方法
计数方法 多模态 密度 图像 拓扑特征
2
基于多模态数据的车辆受损状态识别分析方法及系统
识别分析方法 多模态 生成检测信号 画面 图像处理工具
3
产品全生命周期数据约简建模与链上链下映射方法及系统
产品全生命周期 映射方法 数字孪生模型 条目 物理
4
多模态学习行为分析的在线资源自适应推荐方法
推荐方法 策略 异构传感器 在线 数据
5
一种基于数据随机算法的移动支付加密系统
加密系统 因子 跨模态 时序 加密数据
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