摘要
本发明公开了一种轨交异常事件的识别方法及装置、电子设备、存储介质,涉及人工智能技术领域、轨道交通安全领域或其他相关领域,其中,该识别方法包括:从轨道交通系统采集视频流数据和传感器数据,得到目标数据,并进行预处理;在确定目标数据为有效数据的情况下,基于深度学习算法进行特征提取,得到特征集合;调用预先部署的目标检测模型,将特征集合输入该目标检测模型,输出检测结果;基于检测结果中疑似异常事件的概率值、事件类型、位置信息以及模型检测置信度生成轨交异常事件的最终识别结果,并基于最终识别结果触发系统报警程序。本发明解决了相关技术中轨道交通系统异常事件识别的误报漏报率高,导致异常报警准确度低的技术问题。
技术关键词
异常事件
识别方法
轨道交通系统
视频流
深度学习算法
传感器
历史运行数据
视觉特征
数据完整性检测
运动模糊检测
可读存储介质
纹理特征提取
时间序列特征
一致性检测
程序
特征提取单元
电子设备
置信度阈值
人工智能技术
系统为您推荐了相关专利信息
3D点云数据
3D点云图像
缺陷特征提取
缺陷识别方法
联合损失函数
虚拟形象交互方法
视频
虚拟形象交互系统
大语言模型
深度学习算法
终端系统
人脸识别算法
分析模块
人脸识别系统
预测系统
分类识别方法
频域特征
时域特征
电信号
体表心电图