元の名称記録: 江西科技学院

本发明提供一种基于多模态视觉模型的智能视频监控预警方法及系统，方法包括在改进后的YOLOv8算法中引入低秩分解注意力机制以及改进型注意力机制，以得到检测模型；基于检测模型对视频中的特定目标进行检测；采用ByteTrack算法对特定目标进行跟踪，并裁剪出特定目标的图像；采用SlowFast算法对图像进行短时序的动作识别；采用Qwen‑VL多模态推理模型分析视频的长时序的内容，并将分析后的长时序内容与RAG知识库结合，以实现动态的异常判断。本发明能够达到有效持续跟踪的目的以及进行短时序动作识别和长时序内容分析，并且能够有效实现动态异常判断。

本发明涉及采集设备技术领域。且公开了一种适用于道路表面信息的快速采集设备，包括平衡单元、采集单元、清洁单元及遮盖单元。平衡单元含调节机构与驱动机构，调节机构的滑动组件适配驱动机构第二平衡板的弧口凹槽并可滑动，实现采集单元水平调节；采集单元设有雷达与相机集成箱，其两侧分别连接带齿轮的第一、第二开合体。遮盖单元通过齿轮啮合及遮盖活动柱与第二套柱的滑动配合，可合并形成防雨防护；清洁单元的主动、被动刮除套经齿轮联动，其弧面内的扁平刮除头能自动清理驱动机构泥块。本设备有效解决现有设备在不平整路面精度低、阴雨作业中断、泥泞路积污卡滞等问题，适配多场景全天候作业，提升采集效率与数据准确性。

本发明适用于无人机避障技术领域，提供了一种无人机自主巡视避障方法及系统，包括以下步骤：根据巡视区域选择指令确定巡视区域地图模型；基于GPS、惯性测量单元IMU和高度计实时确定三维坐标位置和无人机飞行数据，无人机飞行数据包括飞行方向、飞行速度和加速度；采集环境信息，基于环境信息确定误差范围，根据误差范围和三维坐标位置确定三维坐标范围；当存在碰撞风险时，生成避险方案。本发明在确定最大安全空间时，引入障碍物密度分布、垂直方向气流扰动强度以及历史避障案例数据，动态调整安全截面半径和安全高度范围，形成自适应的动态最大安全空间体，显著提高了碰撞风险判定的准确性和环境适应性。

本发明适用于网络安全技术领域，提供了一种基于多信息融合的网络安全动态预警方法及系统，所述方法包括以下步骤：采集多方面的网络信息数据；对网络信息数据进行预处理，从预处理后的网络信息数据中提取异常安全特征，所述异常安全特征包括异常数据流量、特定协议的流量增加和非法访问尝试；将从不同网络信息数据中提取的异常安全特征进行汇总和融合，对融合后的数据进行相关性分析，基于相关性分析构建安全事件预警模型；本发明通过异常特征的三级优选机制，融合协议风险过滤、源址置信强化和动态时效控制，显著提升特征集合的信噪比，在降低计算负载的同时确保核心威胁特征的完整保留。