行为检测方法、存储介质及计算机程序产品技术

技术编号:44624562 阅读:21 留言:0更新日期:2025-03-17 18:22
本申请公开了一种行为检测方法、存储介质及计算机程序产品,涉及计算机视觉技术领域,包括:边缘端设备获取所述图像采集设备采集的连续帧图像数据,将所述连续帧图像数据输入所述图像检测模型;通过所述图像检测模型基于所述连续帧图像数据进行行为检测得到初始检测结果;将所述初始检测结果发送至所述云端设备。所述云端设备通过所述多模态大模型基于所述初始检测结果进行行为检测得到中间检测结果,将所述中间检测结果与所述初始检测结果进行比对得到比对结果,基于所述比对结果、所述初始检测结果和所述中间检测结果并输出。本申请实现了提高基于图像进行行为检测的处理效率和识别精度。

【技术实现步骤摘要】

本申请涉及计算机视觉,尤其涉及行为检测方法、存储介质及计算机程序产品


技术介绍

1、计算机视觉技术作为人工智能领域的重要分支,在传统安防领域已经获得了广泛的应用,计算机视觉主要利用图像识别技术和摄像头输出的视频流,根据不同的业务场景采集数据,并依据特定的算法训练对应业务场景的模型,以实现多样化的业务需求。传统图像检测模型对接到新的检测场景时容易出现数据漂移问题,即模型在新的检测场景下的表现会大幅下降,影响识别精度。为了应对这些问题,近年来以大语言模型为基础的多模态大模型(multimodel large language model,mllm)发展迅速,多模态大模型在原有的强大泛化能力和推理能力基础上,进一步引入了多模态信息处理能力,包括图像描述、视觉问答、视觉定位等,相比于传统的图像检测模型,多模态大模型具备更强的数据泛化能力,且拥有更通用的图像理解能力,然而部署多模态大模型所需的资源庞大,基于图像进行行为检测的耗时较长,检测效率较低。

2、综上所述,现有技术中基于图像进行行为检测的识别精度和检测效率不足。

3、上述内容仅用于辅本文档来自技高网...

【技术保护点】

1.一种行为检测方法,其特征在于,所述行为检测方法应用于图像采集设备的边缘端设备,所述边缘端设备上部署图像检测模型,所述边缘端设备与云端设备通信连接,所述云端设备上部署多模态大模型,所述行为检测方法包括:

2.如权利要求1所述的行为检测方法,其特征在于,所述图像检测模型包括多个功能模块;

3.如权利要求2所述的行为检测方法,其特征在于,所述将所述行为检测业务拆分为多个检测子业务的步骤,包括:

4.如权利要求2所述的行为检测方法,其特征在于,所述通过所述图像检测模型调用各个所述目标模块的步骤,包括:

5.一种行为检测方法,其特征在于,所述行为...

【技术特征摘要】

1.一种行为检测方法,其特征在于,所述行为检测方法应用于图像采集设备的边缘端设备,所述边缘端设备上部署图像检测模型,所述边缘端设备与云端设备通信连接,所述云端设备上部署多模态大模型,所述行为检测方法包括:

2.如权利要求1所述的行为检测方法,其特征在于,所述图像检测模型包括多个功能模块;

3.如权利要求2所述的行为检测方法,其特征在于,所述将所述行为检测业务拆分为多个检测子业务的步骤,包括:

4.如权利要求2所述的行为检测方法,其特征在于,所述通过所述图像检测模型调用各个所述目标模块的步骤,包括:

5.一种行为检测方法,其特征在于,所述行为检测方法云端设备,所述云端设备与图像采集设备的边缘端设备通信连接,所述边缘端设备上部署图像检测模型,所述云端设备上部署多模态大模型,所述行为检测方法包括:

6.如权利要求5所述的行为检测方法,其特征在于,...

【专利技术属性】
技术研发人员:柴璇吴勇赵国治吴欣怡薛飞贺强
申请(专利权)人:招商银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1