摘要
本发明涉及智能图像分析领域,且更为具体地,涉及一种基于多传感器融合的摄像头异常行为识别方法及系统,包括数据采集:采集摄像头视区范围内的多传感器数据;数据处理:对采集到的多模态数据进行时钟校准;特征提取:提取图像数据生成第一特征;提取音频数据生成第二特征;提取热成像数据生成第三特征;特征融合:建立跨模态注意力融合网络,对第一特征、第二特征、第三特征分别设置动态调整的权重系数,并进行特征融合;深度学习模型:构建针对异常行为的识别模型;使用融合后的特征作为输入,输出为异常行为的类型;本发明在三个层面对数据进行融合处理,提高识别准确度,降低计算量。
技术关键词
多传感器融合
识别方法
热成像
时钟校准
注意力
数据采集模块
深度学习模型
特征提取模块
跨模态
数据处理模块
特征加权融合
短时傅里叶变换
麦克风模组
棋盘格标定
音频
图像
轨迹
像素
处理器
系统为您推荐了相关专利信息
跌倒预测方法
骨骼关键点
特征提取模型
注意力
人体骨骼
乒乓球桌
计算机指令集
边缘检测算法
注意力
区域判断方法
交互特征
重识别方法
多模态网络
相互作用特征
多模态交互
多模态特征融合
多模态数据采集
网箱
深度学习模型
振动给料器