摘要
本发明公开了一种基于大模型多智能体的人类异常行为监控方法,由部署在后端服务器上的模块化多智能体系统执行,通过监控摄像头获取信息,包括以下步骤:由感知智能体从监控摄像头获取视频流并提取人体姿态特征;由场景理解智能体利用视觉大模型分析关键帧,构建时序动态场景图;由核心推理智能体基于预训练大模型评估场景语义符合度并进行异常初步判断;对异常行为进行细粒度分类、解释生成与风险评估;由报告与行动智能体生成告警并记录事件数据。本发明通过多智能体协同工作和大模型技术,实现了对人类异常行为的高效、精准监控,提高了监控系统的智能化水平和异常行为识别准确率。
技术关键词
细粒度分类
监控方法
姿态特征
动态场景
多智能体系统
人类
关键帧
多智能体协同
时序
生成自然语言
视频流
场景上下文
长短期记忆网络
实体间关系
工作流引擎
模块
语义
多模态
摘要
系统为您推荐了相关专利信息
电力需求预测
故障树分析技术
支持向量机模型
实时监测数据
粒子群优化算法
微生物菌剂
功能微生物菌群
水质
多智能体系统
大语言模型
卸载方法
强化学习算法
终端设备
可执行程序代码
时延
安全监控方法
布控球
数据复用技术
告警机制
倾角传感器