摘要
本发明提供一种基于多模态行为模式视频监控预警方法,包括以下步骤:根据视频流,提取多模态数据,进行预处理,并将预处理后的多模态数据进行对齐和融合,所述多模态数据包括RGB帧、光流场、人体骨骼关键点、场景语义分割图;将融合的多模态数据进行短时行为模式特征,建立行为模式库以及场景行为基线构建;基于在线学习更新动态行为模式库,结合时间衰减因子降低历史数据权重,并根据当前场景复杂度调整异常判定阈值;根据异常判定阈值进行多级预警,并反馈优化;本发明方法提供一种能够自动学习场景行为模式、动态调整预警阈值,并融合多维度特征分析的智能视频监控预警方案,解决现有技术误报率高、适应性差的问题。
技术关键词
视频监控预警方法
人体骨骼关键点
多模态
场景语义分割
模式
基线
光流场
复杂度
监控预警系统
注意力机制
动态
视频流
智能视频监控
密度
可读存储介质
数据处理单元
增量更新
在线
系统为您推荐了相关专利信息
智能预测系统
预警机制
分布式系统架构
深度语义分析
多模态数据融合
表面重建方法
输电杆塔
多模态
协方差矩阵
激光雷达点云数据
动态时间规整算法
反馈方法
体感设备
映射算法
偏差
医学图像信息
对齐方法
交叉注意力机制
节点
图像编码器