基于人工智能的网络摄像机监控识别方法及系统

本发明提供一种基于人工智能的网络摄像机监控识别方法及系统，首先获取网络摄像机输出的包含视频帧序列及对应时序元数据序列的监控数据流，接着对监控数据流进行时空上下文编码处理，生成包含空间位置信息与时间演进信息的上下文特征立方体，然后基于该上下文特征立方体执行正常行为模式学习操作，生成包含典型场景特征模板及特征演变规律描述的基准特征库，将当前时段的上下文特征立方体与基准特征库动态匹配比较，计算特征匹配偏差值并生成异常置信度评分，最后根据异常置信度评分及对应的时空位置信息生成包含异常发生时间、空间坐标范围及置信度等级标识的监控预警指令，有效提升了网络摄像机监控识别的准确性和预警效果。