【技术实现步骤摘要】
本专利技术属于智慧城市安防监控的，具体地涉及一种智慧城市安防异常事件检测方法及系统。
技术介绍
1、智慧城市安防监控系统是现代城市管理的重要组成部分，其对异常事件的准确识别和及时预警能力直接关系到城市安全。现有技术中，异常事件检测主要依赖于传统的深度学习方法，这些方法在实际应用中存在诸多技术缺陷。
2、常规的基于 yolo、detr 等目标检测算法的方法仅能进行封闭类别检测，在面对开放场景中的未知事件类型时缺乏泛化能力。虽然 owl-vit、grounding-dino 等开放词汇目标检测模型在一定程度上扩展了未知域识别能力，但对于需要复杂语义理解和逻辑推理的城市公共安全异常事件检测仍然力不从心。
3、近年来，视觉语言大模型如 llava、qwen-vl 等通过图文协同学习提升了视觉理解能力，但主流的监督式微调方法常常陷于记忆训练样本的局限，缺乏真正的逻辑推理与泛化能力。在复杂的城市安防场景中，这些模型往往缺乏有效的解释机制，难以准确识别关键区域并给出合理的逻辑链输出，导致误报率和漏报率较高。
4、现...
【技术保护点】
1.一种智慧城市安防异常事件检测方法，其特征在于，包括：
2.根据权利要求1所述的智慧城市安防异常事件检测方法，其特征在于，所述在所述初始大模型中添加定位推理范式，以得到调整大模型的步骤包括：
3.根据权利要求1所述的智慧城市安防异常事件检测方法，其特征在于，在所述设计所述调整大模型的奖励函数的步骤中，所述奖励函数为：
4.根据权利要求1所述的智慧城市安防异常事件检测方法，其特征在于，所述基于所述奖励函数与所述第一训练样本对所述调整大模型进行第一次训练，以得到第一训练模型的步骤包括：
5.根据权利要求1所述的智慧城市安防...
【技术特征摘要】
1.一种智慧城市安防异常事件检测方法，其特征在于，包括：
2.根据权利要求1所述的智慧城市安防异常事件检测方法，其特征在于，所述在所述初始大模型中添加定位推理范式，以得到调整大模型的步骤包括：
3.根据权利要求1所述的智慧城市安防异常事件检测方法，其特征在于，在所述设计所述调整大模型的奖励函数的步骤中，所述奖励函数为：
4.根据权利要求1所述的智慧城市安防异常事件检测方法，其特征在于，所述基于所述奖励函数与所述第一训练样本对所述调整大模型进行第一次训练，以得到第一训练模型的步骤包括：
5.根据权利要求1所述的智慧城市安防异常事件检测方法，其特征在于，所述对所述奖励函数进行更新，以得到更新奖励函数，基于所述第二训练样本与所述更新奖励函数对所述第一训练模型...
【专利技术属性】
技术研发人员：王伟，张磊，唐涛，朱杰，张珑，
申请(专利权)人：江西云眼视界科技股份有限公司，
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。