基于机器视觉和人工智能的远程在线监测方法及系统

本发明涉及工业智能监测技术领域，具体涉及基于机器视觉和人工智能的远程在线监测方法及系统，包括以下步骤：利用边缘计算节点同步采集可见光视频流、红外热成像数据与三维振动频谱数据，形成多模态传感数据集；对数据集进行跨域特征对齐处理，生成时空同步的复合特征矩阵；将复合特征矩阵输入级联式深度学习模型，输出三维诊断向量，包括设备健康状态、异常区域及故障概率；通过DTW与余弦相似度组合算法，将三维诊断向量与历史基准向量匹配，生成偏离度指标，并据此输出自适应告警阈值与维护建议方案。本发明，具备多模态融合度高、诊断模型轻量、告警机制智能可调的优点，适用于高风险工业场景下的实时远程运维。