一种深度学习的图像数据智能监管系统及方法

本发明公开了一种深度学习的图像数据智能监管系统及方法，涉及图像处理技术领域，本方法包括以下步骤：组合部署耐高温传统摄像机与事件相机，标定获取参数，设置采集参数进行基坑图像多模态采集；对采集数据进行时域加权平均、异步事件融合，用算法计算光流并结合卡尔曼滤波跟踪ROI；搭建TSR‑WGAN模型架构，构建样本集训练模型，输入预处理序列进行推理输出校正图像；配置DIC算法的子集大小等参数，分析校正后图像序列生成位移场与应变场数据；计算绝对位移等指标，设定各指标阈值，数据超阈值触发基坑异常预警。本发明能够有效改善传统图像数据监管方案在高温场景下过度依赖于环境参数的情况。