降低视频AI识别误报率的边缘网关参数配置和优化方法技术

技术编号:45672783 阅读:20 留言:0更新日期:2025-06-27 19:15
本发明专利技术公开了降低视频AI识别误报率的边缘网关参数配置和优化方法,包括步骤S1:对置信度阈值进行分布式精准配置;步骤S2:对异常目标大小进行分布式精准过滤;步骤S3:对图像预处理功能进行灵活配置。本发明专利技术公开的降低视频AI识别误报率的边缘网关参数配置和优化方法,通过边缘智能终端的参数配置功能,对其所连接的每路摄像机及每个识别类做精细化配置,包括置信度阈值、过滤目标大小、图像预处理,无需获取样本进行模型增强训练和超参数调优,即可大大降低误识别率。

【技术实现步骤摘要】

本专利技术属于视频ai识别,具体涉及一种降低视频ai识别误报率的边缘网关参数配置和优化方法。


技术介绍

1、人工智能应用于视频识别时,通常是一台边缘智能终端通过nvr连接多个摄像机进行拉流识别,由于模型泛化能力不足和现场环境差异大,导致适配不同的业务场景时会出现误报和漏报情况。

2、1)在视频ai识别系统中,置信度阈值作为关键决策参数,直接影响目标检测模型的精度与召回率平衡。阈值设定过高易导致漏检率显著上升,致使关键目标未被捕获;阈值过低则会引发误检率激增,引入大量干扰性噪声。当前主流技术方案采用全局静态阈值,虽简化了部署流程,但忽视了多目标场景下因光照、尺度、姿态等变量差异导致的模型响应分布偏移问题,难以保障跨类别目标的检测鲁棒性。针对漏报与误报的优化,传统方法依赖人工标注样本收集、模型增强训练、超参数调优的迭代流程。这个过程需大量标注数据覆盖长尾场景,标注成本与时间开销呈指数级增长;而且调优后的模型易对特定场景过拟合,跨场景迁移需重复迭代;从问题发现到模型更新存在滞后性,难以满足实时性要求高的业务场景。

3、2)现场每个摄像机安本文档来自技高网...

【技术保护点】

1.一种降低视频AI识别误报率的边缘网关参数配置和优化方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种降低视频AI识别误报率的边缘网关参数配置和优化方法,其特征在于,步骤S1具体实施为:

3.根据权利要求2所述的一种降低视频AI识别误报率的边缘网关参数配置和优化方法,其特征在于,步骤S2具体实施为:

4.根据权利要求3所述的一种降低视频AI识别误报率的边缘网关参数配置和优化方法,其特征在于,步骤S3具体实施为:

5.根据权利要求4所述的一种降低视频AI识别误报率的边缘网关参数配置和优化方法,其特征在于,当发现AI视频识别出现误...

【技术特征摘要】

1.一种降低视频ai识别误报率的边缘网关参数配置和优化方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种降低视频ai识别误报率的边缘网关参数配置和优化方法,其特征在于,步骤s1具体实施为:

3.根据权利要求2所述的一种降低视频ai识别误报率的边缘网关参数配置和优化方法,其特征在于,步骤s2具体实施为:

4.根据权利要求3所述的一种降低视频...

【专利技术属性】
技术研发人员:孙军平田龙于晓月田莉高雪月
申请(专利权)人:京禾人工智能技术嘉兴有限公司
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