基于Mamba模型与规则引擎的人员闯入识别方法及系统
申请号:CN202410751371
申请日期:2024-06-12
公开号:CN118644816A
公开日期:2024-09-13
类型:发明专利
摘要
本发明公开了基于Mamba模型与规则引擎的人员闯入识别方法及系统,属于人工智能技术领域,本发明要解决的技术问题为现有夜间监控系统在多模态数据处理和实时反应方面的不足,采用的技术方案为:红外和RGB数据收集及数据预处理:收集包括红外摄像头和普通RGB摄像头采集的多种传感器的原始数据,并采用深度学习的Mamba模型对包括红外图像和RGB图像的多模态数据进行特征提取和初步识别,获取预处理后的质量增强数据,为后续模型训练提供准确的输入数据;深度学习训练;规则引擎处理:根据实时环境变化动态调整,以适应不同的监控条件和响应策略;实时推理与决策;数据反馈与迭代更新。
技术关键词
增量学习技术
深度学习训练
环境监测传感器
识别方法
直方图均衡化
图像超分辨率技术
重建高分辨率图像
RGB摄像头
决策支持子模块
机器学习算法
深度特征学习
节点
信息流管理
边缘计算环境
图像配准技术
红外摄像头
实时数据处理