【技术实现步骤摘要】
本专利技术涉及智能安防,特别是一种基于语义分割与知识图谱的安防事件智能理解方法。
技术介绍
1、传统的安防监控主要依赖人工巡检或基于目标检测的简单事件识别方法,如yolo、faster r-cnn等模型能够实现行人、车辆等目标的定位与分类,但缺乏对复杂场景中多目标交互关系的深层语义理解。为提升事件分析的智能化水平,部分研究开始引入语义分割技术对监控场景进行像素级解析,结合知识图谱构建结构化语义表示,以支持更高层次的事件推理。然而,现有方法在语义分割与知识图谱的协同应用上仍存在显著局限性:一方面,多数语义分割模型仅关注静态图像的区域划分,未充分考虑视频时序关联性,导致跨帧目标实体的一致性建模不足;另一方面,知识图谱的构建多依赖人工预定义规则,难以动态适配复杂场景下的多模态事件触发逻辑,且现有图结构嵌入方法在关系推理时未有效融合空间-时序约束,导致事件类型与风险等级的判定精度受限。
2、现有技术的主要不足体现在以下方面:首先,基于目标检测的安防系统仅能输出离散的边界框与类别标签,无法表征目标实体的精细语义区域,制约了高危行为的精
...【技术保护点】
1.一种基于语义分割与知识图谱的安防事件智能理解方法,其特征在于:包括,
2.如权利要求1所述的基于语义分割与知识图谱的安防事件智能理解方法,其特征在于:对所述初步事件语义关系图的实体节点与关系边进行图结构嵌入计算,结合注意力权重机制对事件图进行语义推理,输出事件类型和风险等级,包括:
3.如权利要求2所述的基于语义分割与知识图谱的安防事件智能理解方法,其特征在于:所述预测结果Yevent包括事件类型EventLabel和风险等级RiskLevel;所述事件类型EventLabel包括入侵事件、聚集事件、异常停留事件、设备遮挡事件以及正常事件;
...【技术特征摘要】
1.一种基于语义分割与知识图谱的安防事件智能理解方法,其特征在于:包括,
2.如权利要求1所述的基于语义分割与知识图谱的安防事件智能理解方法,其特征在于:对所述初步事件语义关系图的实体节点与关系边进行图结构嵌入计算,结合注意力权重机制对事件图进行语义推理,输出事件类型和风险等级,包括:
3.如权利要求2所述的基于语义分割与知识图谱的安防事件智能理解方法,其特征在于:所述预测结果yevent包括事件类型eventlabel和风险等级risklevel;所述事件类型eventlabel包括入侵事件、聚集事件、异常停留事件、设备遮挡事件以及正常事件;风险等级risklevel包括一级风险、二级风险、三级风险以及四级风险。
4.如权利要求3所述的基于语义分割与知识图谱的安防事件智能理解方法,其特征在于:还包括,
5.如权利要求2所述的基于语义分割与知识图谱的安防事件智能理解方法,其特征在于:所述视频级初步事件语义关系图的生成方法为,
6.如权利要求5所述的...
【专利技术属性】
技术研发人员:周心菲,陈建,常毅松,
申请(专利权)人:南京混沌物联网技术有限公司,
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。