- 专利标题: 一种多模态深度学习的实时异常预警方法及系统
-
申请号: CN202410034251.5申请日: 2024-01-10
-
公开(公告)号: CN117542181A公开(公告)日: 2024-02-09
- 发明人: 郝纯 , 张秀才 , 薛方俊 , 蒋先勇 , 李志刚 , 魏长江 , 李财 , 胡晓晨 , 税强 , 曹尔成
- 申请人: 四川三思德科技有限公司
- 申请人地址: 四川省成都市中国(四川)自由贸易试验区成都市高新区世纪城路1129号5栋3层302号
- 专利权人: 四川三思德科技有限公司
- 当前专利权人: 四川三思德科技有限公司
- 当前专利权人地址: 四川省成都市中国(四川)自由贸易试验区成都市高新区世纪城路1129号5栋3层302号
- 代理机构: 成都蓉创智汇知识产权代理有限公司
- 代理商 李朝虎
- 主分类号: G08B31/00
- IPC分类号: G08B31/00 ; G06V20/52 ; G06V20/40 ; G06N20/00 ; G08B21/02 ; H04N7/18
摘要:
本发明提供了一种多模态深度学习的实时异常预警方法及系统,涉及校园预警技术领域,包括:S1、获得一辆位于起始站点的校园车上乘客提交的若干个目的站点信息,并根据目的站点信息、起始站点形成该校园车的第一行驶路线;S2、接收到该校园车上司机提交的第一行驶路线判定请求,对每个临近对中的相邻关系、相邻距离进行判断,得到相邻距离最小的临近对作为待替换临近对;S3、根据待替换临近对中临近站点、剩下的目的站点形成该校园车的第二行驶路线;S4、根据设置在第二行驶路线中每个站点上摄像机在预设时间段内拍摄的监测数据得到在预设时间段内的场外人员密度,判定第二行驶路线是否会产生拥堵,若是,则发出第二行驶路线异常预警。
公开/授权文献
- CN117542181B 一种多模态深度学习的实时异常预警方法及系统 公开/授权日:2024-04-30