摘要
本发明公开了一种基于视觉和AI智能体的道路基础设施异常识别方法,构建以任务协调智能体为核心的多智能体协作框架:数据输入智能体接收并预处理多路视频流;视觉处理智能体通过交叉注意力机制融合视觉模型和语言模型,实现图文特征深度融合;知识库智能体基于Neo4j图数据库构建动态JSON Schema结构化模板;数据输出智能体调用大语言模型进行数据增强与结构化处理,经知识图谱验证合法性后存储至数据库。本方法通过多智能体协同、跨模态特征融合与动态模板技术,解决了传统方案中特征割裂、模板僵化及计算效率低的问题,提升了道路异常识别的效率。
技术关键词
异常识别方法
交叉注意力机制
图像特征向量
道路异常识别
语义特征
图文
生成场景
多智能体协同
视频流
文本特征向量
实体
数据
融合视觉
校验机制
模板技术
大语言模型