本发明涉及计算机视觉、音视频处理与机器学习交叉技术领域，公开了一种基于机器学习的多源音视频接入网关系统，包括基础设施层，用于提供网络接口、服务器、操作系统以及数字图像接口；数据层，用于存储用户数据、接入信息数据、向量信息数据以及日志数据...