摘要
本发明公开了一种基于AI算法的人员轨迹绘制方法及系统,方法包括:采集定位设备信号及监控视频数据;对定位设备信号进行动态卡尔曼滤波去噪处理得到第一轨迹数据,对监控视频数据进行自适应光照补偿增强处理得到第一视频数据;基于LSTM神经网络对信号中断段进行轨迹预测补偿;提取人员运动姿态特征和场景语义特征;采用图卷积神经网络构建时空关联图谱得到增强轨迹数据;基于改进的Transformer架构进行多尺度轨迹重建生成最终人员轨迹信息;输出包含轨迹精度评估、异常行为标记和电子围栏触发事件的可视化轨迹报告。本发明实现了多源异构数据的深度融合与轨迹的精准重建,显著提升了复杂场景下人员轨迹绘制的连续性和可靠性。
技术关键词
轨迹绘制方法
AI算法
卡尔曼滤波模型
LSTM神经网络
动态卡尔曼滤波
姿态特征
定位设备
场景语义理解
轨迹特征
语义特征
数据
电子围栏
关节点
视频
动态补偿模块
协方差矩阵
轨迹预测模型
滑动窗口机制
系统为您推荐了相关专利信息
多源异构数据融合
分布式爬虫集群
指数
分布式爬虫框架
预警系统
异常检测方法
节点
LSTM神经网络
创建子账户
异构
干旱指数构建方法
地表反射率
灾害遥感监测技术
AI算法
Copula函数
RADIUS服务器
准入控制方法
公安
Elasticsearch索引
日志分析