基于多模态数据融合的物业智能查验图像分析系统及方法

本发明涉及图像识别技术领域，具体为基于多模态数据融合的物业智能查验图像分析系统及方法，方法包括：采集图像、声音和环境温度等多源感知数据，进行时间对齐后融合为多模态数据单元；分别构建音频、图像及温度的突变检测机制，当任一模态检测到异常变化时自动触发图像分析流程；对设定时长内的图像序列进行回溯，并提取关键帧片段，以捕捉事件演变过程；采用基于Mask R‑CNN的图像分割网络，对关键帧中人员和非人员目标进行识别与分类；将分析结果结构化输出为结构化的图像分析报告。本申请方法具备触发灵敏、识别精确、信息全面等优点，适用于物业安防场景的智能巡查与事件预警。