智能安防任务处理方法、装置、设备及介质

本发明涉及人工智能领域，可应用于智能安防、金融、医疗领域，公开智能安防任务处理方法、装置、设备及介质，该方法包括从第一视频流中获取目标对象的多模态特征，多模态特征包括视觉特征、语言特征和动作特征；从多模态特征中提取与多模态任务关联的情景特征；获取各模态特征与情景特征之间的关联度；根据该关联度计算各模态特征的权重；根据各模态特征的权重确定多模态特征的目标融合路由路径；按照目标融合路由路径融合多模态特征得到第一目标特征；对第一目标特征进行增强处理得到第二目标特征；基于多模态任务指令和第二目标特征推理得到目标决策指令。本方案通过多模态特征协同，能够实现深度情景理解，提升目标决策指令的合理性。