摘要
本发明公开了基于时空序列预测的热成像温升趋势预警系统,具体涉及热成像数据预测预警技术领域,包括图像转换、波动特征提取、边缘预测、异常表征与预测决策模块,提取目标区域热成像温度数据构建时空序列,计算温度动态变化率与梯度强度,基于波动性指标组合进行边缘模型预测,当波动性指标组合未超出稳定区间时,调用部署于热成像采集端的轻量深度网络模型,超出稳定区间时,由预测决策模块判定是否切换至高阶多模态模型;本发明通过构建温度演化数据体提升了时空信息提取能力,基于波动性指标组合动态控制预测路径,提高预测稳定性与效率;结合异常激活指数与预测偏移指数实现模型调用自适应切换,增强了预警系统的准确性与适应性。
技术关键词
深度网络模型
图像转换模块
预警系统
温升
数据处理网络
图像特征编码
数据体
序列
特征提取模块
红外热成像设备
机器学习模型
指数
多模态
指标
推理网络
推理机制
预测预警技术