一种基于大模型的综合安防监控视频平台的制作方法

文档序号:39176914发布日期:2024-08-27 18:44阅读:35来源:国知局
一种基于大模型的综合安防监控视频平台的制作方法

本发明涉及安防领域,特别是涉及一种基于大模型的综合安防监控视频平台。


背景技术:

1、对于人流复杂的区域,为了维护公共秩序、保障人员和财产安全,同时为了更好的管理和应对突发事件,会实施安防监控。安防监控是一种综合性的安全防护措施,通过视频监控系统、入侵报警系统、门禁管理系统、停车管理系统、巡更管理系统、紧急通讯系统等多种方式共同进行安防,并且随着科技的发展,现代安防监控越来越倾向智能化和网络化,使用云计算、大数据分析等,实现远程监控、智能预警等。

2、然而不可避免的,在意外情况发生或者出现意外情况的预警时,不可避免的需要人工进行查看意外情况的相关视频,相关视频可能包括意外情况的潜在发生阶段、正在发生阶段、持续发生阶段等,相关视频可能较多,人工按照相关视频的时间进行查看的效率较低。


技术实现思路

1、针对上述技术问题,本发明采用的技术方案为:一种基于大模型的综合安防监控视频平台,所述平台包括处理器和执行计算机程序的存储器,所述平台还设置有大语言模型,且连接有若干个监控设备,其中,所述监控设备挂载有若干个预设异常行为识别算法;

2、当处理器执行所述计算机程序时,执行如下步骤:

3、s100,获取监控设备识别的异常行为的类型,且将作出异常行为的人物标记为关键人物;

4、s200,获取关键人物出现在监控设备的关键监控视频片段列表a={a1,a2,…,ai,…,am},ai是第i个关键监控视频片段,i的取值范围是1到m,m是关键监控视频片段的数量;

5、s300,将a1到am输入大语言模型,获取行为特征向量列表b={b1,b2,…,bi,…,bm}和交互信息列表集d={d1,d2,…,di,…,dm},第i个行为特征向量bi是对ai中关键人物行为进行描述的向量,第i个交互信息列表di是ai中关键人物与其他人物进行的若干次交互信息;

6、s400,对b1到bm进行聚类,获取聚类簇列表c={c1,c2,…,cj,…,cn},cj是第j个聚类簇,j的取值范围是1到n,n是聚类簇的数量;

7、s500,基于bi所在的聚类簇包含的行为特征向量的数量,确定bi的第一优先级分值fbi,其中,bi所在的聚类簇包含的行为特征向量的数量越少,bi对应的第一优先级分值越高;

8、s600,基于di确定bi的第二优先级分值sbi,其中,ai中关键人物与其他人物交互时的难以识别性越高,bi的第二优先级分值越高;

9、s700,基于fbi和sbi,获取最终优先级分值lbi,并基于lbi,对关键监控视频片段进行排序,以使得目标人员基于排序后的关键监控视频片段的顺序进行综合安防。

10、本发明至少具有以下有益效果:

11、综上,获取监控设备识别的异常行为的类型,且将作出异常行为的人物标记为关键人物,获取关键人物出现在监控设备的关键监控视频片段列表,将关键监控视频片段输入大语言模型,获取行为特征向量列表和交互信息列表集,将行为特征向量进行聚类,获取聚类簇列表,基于关键监控视频片段所在的聚类簇包含的行为特征向量的数量,确定第一优先级分值,基于交互信息确定第二优先级分值,基于第一优先级分值和第二优先级分值,获取最终优先级的内置,基于最终优先级分值对关键监控视频片段进行排序,以使得目标人员基于排序后的关键监控视频片段的顺序进行综合安防,本发明通过行为特征和交互信息对关键视频片段进行排序,使得目标人员能够优先看到最终优先级分值高的关键监控视频片段,提高查看的效率。



技术特征:

1.一种基于大模型的综合安防监控视频平台,其特征在于,所述平台包括处理器和执行计算机程序的存储器,所述平台还设置有大语言模型,且连接有若干个监控设备,其中,所述监控设备挂载有若干个预设异常行为识别算法;

2.根据权利要求1所述的基于大模型的综合安防监控视频平台,其特征在于,s300还包括:

3.根据权利要求1所述的基于大模型的综合安防监控视频平台,其特征在于,s300中,所述交互信息列表di=(di,1,di,2,…,di,r,…,di,si);

4.根据权利要求3所述的基于大模型的综合安防监控视频平台,其特征在于,s600还包括:

5.根据权利要求3所述的基于大模型的综合安防监控视频平台,其特征在于,所述预设交互类型至少包括:语言类交互、肢体接触类交互、肢体非接触类交互。

6.根据权利要求5所述的基于大模型的综合安防监控视频平台,其特征在于,当si=1时,语言类交互对应的第一优先级得分小于肢体接触类交互对应的第一优先级得分。

7.根据权利要求5所述的基于大模型的综合安防监控视频平台,其特征在于,当si=1时,肢体接触类交互对应的第一优先级得分小于肢体非接触类交互对应的第一优先级得分。

8.根据权利要求1所述的基于大模型的综合安防监控视频平台,其特征在于,s400中使用dbscan聚类算法对b1到bm进行聚类。

9.根据权利要求1所述的基于大模型的综合安防监控视频平台,其特征在于,s500还包括如下步骤:

10.根据权利要求1所述的基于大模型的综合安防监控视频平台,其特征在于,s700还包括:lbi=x×fbi+y×sbi,其中,x为第一权重参数,y是第二权重参数。


技术总结
本发明提供了一种基于大模型的综合安防监控视频平台,涉及安防领域,所述平台包括处理器和执行计算机程序的存储器,当处理器执行所述计算机程序时,执行如下步骤:获取监控设备识别的异常行为的类型,且将作出异常行为的人物标记为关键人物,获取关键人物出现在监控设备的关键监控视频片段列表,将关键监控视频片段输入大语言模型,获取行为特征向量列表和交互信息列表集,基于行为特征向量确定第一优先级分值,基于交互信息确定第二优先级分值,基于第一优先级分值和第二优先级分值,对关键监控视频片段进行排序,以使得目标人员基于排序后的关键监控视频片段的顺序进行综合安防,提高目标人员查看的效率。

技术研发人员:杨翔
受保护的技术使用者:杭州视洞科技有限公司
技术研发日:
技术公布日:2024/8/26
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1