一种多模态深度学习的实时异常预警方法及系统

专利主权项内容

1.一种多模态深度学习的实时异常预警方法，其特征在于，所述方法具体包括以下步骤：S1、获得一辆位于起始站点的校园车上乘客提交的若干个目的站点信息，并根据目的站点信息、起始站点形成该校园车的第一行驶路线，所述目的站点信息包括目的站点、目的站点对应的临近对集合，所述临近对集合包括若干个临近对，一个临近对中包括一个目的站点、一个临近站点、临近站点与目的站点之间的相邻距离，所述临近站点与目的站点之间产生相邻关系；S2、接收到该校园车上司机提交的第一行驶路线判定请求，根据第一行驶路线判定请求获得目的站点信息中的临近对集合，并对每个临近对中的相邻关系、相邻距离进行判断，得到相邻距离最小的临近对作为待替换临近对；S3、根据待替换临近对中所指的目的站点与临近站点，将乘客提交的目的站点信息中相同的目的站点替换为待替换临近对中所指的临近站点，并根据临近站点、剩下的目的站点形成该校园车的第二行驶路线；S4、获得设置在第二行驶路线中每个站点上摄像机在预设时间段内拍摄的监测数据，通过监测数据得到在预设时间段内的场外人员密度，并根据场外人员密度判定所述第二行驶路线是否会产生拥堵，若是，则向该校园车发出第二行驶路线异常预警。