摘要
本发明提供了一种基于边缘网络的监控异常预警方法、系统、介质和设备,属于边缘计算网关技术领域,其方法包括:构建本地化的边缘网络,并获取实时环境数据和实时图像数据;基于实时环境数据对实时图像数据进行融合处理,并利用深度学习模型进行目标检测,识别出关键目标信息,并进行标记;基于不同监控场景对所述标记的图像数据进行特征提取,并判定所提取的特征的异常情况,获得异常结果集合;对异常结果集合进行综合分析,确定预警级别并进行预警。本发明提升了监控系统的实时性与响应速度;通过构建本地化的边缘网络,使得数据处理不再完全依赖于远程的云计算中心,减少了因网络传输延迟而导致的数据处理滞后问题。
技术关键词
实时图像
预警方法
网络
特征提取模块
预警系统
深度学习模型
因子
数据获取模块
数据处理模块
标记
异常事件
图像增强
自组网技术
预警模块
通信接口
可读存储介质
存储器
处理器
系统为您推荐了相关专利信息
特征提取模块
储能电池荷电状态
独立特征
分类网络
判别模块
低压设备
深度置信网络
拓扑网络
动态规划算法
管理方法
负载识别方法
智能电能表
周期
神经网络预测模型
天气
移动式储能
储能充电站
集群控制方法
交通拥堵状态
地点