一种用于真实世界模型训练的时空上下文提取方法及系统

本发明涉及人工智能技术领域，尤其涉及一种用于真实世界模型训练的时空上下文提取方法及系统，通过内容特征向量提取所有图像信息和文本语义信息，通过空间结构特征向量提取采集图像中场景的空间布局、人、物相对位置等结构信息，通过实体特征向量提取目标对象的外观、姿态、动作等特征信息，并根据多个预设时间周期内的内容特征向量、空间结构特征向量和实体特征向量得到时序特征向量，捕捉目标物理场所在一段时间内的多维度动态变化，并对提取到的向量进行解析得到场景解析特征数据，综合所有特征信息得到时空上下文，提高了对目标物理场所的表征丰富性和全面性，使得后续训练得到的真实世界模型对目标物理场所的表征程度和适配性。