【技术实现步骤摘要】
本专利技术属于图像数据处理，具体涉及一种基于人工智能的高空坠物追溯系统。
技术介绍
1、高空坠物事故在城市高层建筑中时有发生，严重威胁到行人的生命财产安全。随着城市化进程的加快，高层建筑越来越多，因高空抛物或坠物引发的伤害事件也逐年增多。这类事故不仅会造成直接的人员伤亡和财产损失，还可能引发法律纠纷和社会矛盾，已成为城市安全管理中的一大难题。
2、目前，针对高空坠物的追溯方法主要依赖于目击者证言和现场监控录像。这些方法在一定程度上能够帮助确定坠物的来源，但普遍存在效率低、准确性差、取证困难等问题。目击者证言往往因视角局限或记忆模糊而不够可靠，根据监控录像追溯则耗时费力，且容易因视频质量低下或信息缺失导致结果不准确。
3、因此，亟须一种高空坠物追溯系统以解决上述问题。
技术实现思路
1、本专利技术提供一种基于人工智能的高空坠物追溯系统，解决相关技术中效率低、准确性差、取证困难以及人力成本高的技术问题。
2、本专利技术提供了一种基于人工智能的高空坠物追溯系统
【技术保护点】
1.一种基于人工智能的高空坠物追溯系统，其特征在于，包括：
2.根据权利要求1所述的一种基于人工智能的高空坠物追溯系统，其特征在于，预处理的步骤包括：
3.根据权利要求1所述的一种基于人工智能的高空坠物追溯系统，其特征在于，目标检测模型基于卷积神经网络构建，通过对目标检测模型训练得到目标物的类别、边界框的宽度、边界框高度、边界框中心点位置和置信度，边界框表示包含目标物在内的矩形，置信度表示目标物在边界框内的概率，同时设置置信度阈值，对于低于置信度阈值的视频帧，不采用其输出的目标物类别、边界框宽度、边界框高度和边界框中心点位置，通过线性插值法替换...
【技术特征摘要】
1.一种基于人工智能的高空坠物追溯系统，其特征在于，包括：
2.根据权利要求1所述的一种基于人工智能的高空坠物追溯系统，其特征在于，预处理的步骤包括：
3.根据权利要求1所述的一种基于人工智能的高空坠物追溯系统，其特征在于，目标检测模型基于卷积神经网络构建，通过对目标检测模型训练得到目标物的类别、边界框的宽度、边界框高度、边界框中心点位置和置信度，边界框表示包含目标物在内的矩形，置信度表示目标物在边界框内的概率，同时设置置信度阈值，对于低于置信度阈值的视频帧，不采用其输出的目标物类别、边界框宽度、边界框高度和边界框中心点位置，通过线性插值法替换所述视频帧经过目标检测模型输出的目标物类别、边界框宽度、边界框高度和边界框中心点位置。
4.根据权利要求3所述的一种基于人工智能的高空坠物追溯系统，其特征在于，对于低于置信度阈值的视频帧的目标物类别、边界框宽度、边界框高度和边界框中心点位置通过线性插值法获取，具体包括：将距离低置信度帧最近的高置信度帧的目标物类别作为低置信度帧的目标物类别；将低置信度帧之前的最近的高置信度帧和之后的最近的高置信度帧作为插值的起点和终点，并据此计算低置信度帧的边界框的宽度、边界框的高度和边界框中心点的位置。
5.根据权利要求1所述的一种基于人工智能的高空坠物追溯系统，其特征在于，通过人工模拟的方式获取目标检测模型的样本数据，通过人工标注的方式获取目标检测模型的样本标签。
<...【专利技术属性】
技术研发人员：吴长海，刘东才，
申请(专利权)人：艾索擘上海科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。