一种基于多模态大模型的泊位异物智能识别方法

本发明公开了一种基于多模态大模型的泊位异物智能识别方法，涉及智慧停车技术领域，方法包括：采集泊位视频流、管理文本、环境传感三类多模态数据并进行预处理，提取单模态特征向量，按时间戳关联为多模态时序关联特征向量，通过含跨模态注意力机制的融合模型生成第一异物识别结果，再引入分层优化规则优化，生成第二异物识别结果。本发明解决了传统泊位异物识别方式数据融合程度低、识别维度单一，复杂场景下易出现误判与漏判，识别结果可靠性不足的技术问题，达到了实现多类数据深度联动分析，提升复杂场景下识别精度，可完成多维度判定并持续优化识别能力的技术效果。