买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东惠硕信息技术有限公司

摘要：本发明公开了一种基于视频AI识别的智慧城市运行管理案件采集系统，涉及城市管理技术领域。本发明与之前的城市运行管理数据采集系统相比，改进了现有的城市管理过程中，存在对于问题的发现手段单一，部门间协调比较困难，信息化及资源共享程度较低，管理体制相对落后的问题，通过对城市运行管理案件视频数据进行多手段采集，并基于视频AI识别的方式对视频数据进行识别，通过改进PPO与Adam优化器改进的元学习模型提高对于视频数据的识别效率，能够实现对城市中各类案件的自动化采集、管理和分析，提高城市治理的效率和准确性，可以帮助城市管理部门更好地了解和应对城市中的问题，提升城市的安全性和品质。

主权项：1.一种基于视频AI识别的智慧城市运行管理案件采集系统，其特征在于，包括：视频数据采集模块100：用于通过监控摄像头或其他视频源实时获取城市中的视频数据流并上传至联网数据库中进行存储；视频AI识别模块200：用于通过深度学习和计算机视觉技术，对视频数据进行提取、分析和处理，自动识别出潜在的案件行为或异常情况；案件采集与管理模块300：用于自动备份记录所述视频AI识别模块200监测识别的案件行为或异常情况的相关视频判断，并提取关键信息；案件分析与报告模块400：用于对所述案件采集与管理模块300采集到的案件数据进行汇总分析和挖掘；案件预警与响应模块500：用于对案件分析与报告模块400分析出现潜在案件行为、重大案件行为或异常情况时，自动向相关管理人员发送相应的警报通知；所述视频AI识别模块200基于改进PPO优化的元学习模型进行视频帧图像的案件识别，具体如下：S1：定义若干个城市行为管理案件的任务环境；S2：定义多尺度卷积网络作为执行代理；S3：定义一个初始的元策略；S4：定义一个用于更新元策略参数的改进Adam优化器；S5：从城市运行管理案件任务分布中随机采样一批任务；S6：对于每个任务执行以下步骤：S6.1：在当前元策略下，通过与环境交互收集数据；S6.2：使用元策略生成的优化器参数更新网络参数；S6.3：基于改进PPO算法的目标函数计算元策略的损失；S6.4：使用计算法的损失对元策略进行优化；S7：重复上述步骤直到元策略在采样任务集上收敛或达到指定的训练轮数；所述S2中的多尺度卷积网络对视频帧图像数据进行不同尺度的卷积操作，并通过激活函数进行非线性操作生成多尺度特征图，基于融合的特征图整合获得不同尺度的信息，再基于池化操作降低特征图的分辨率，实现尺度的融合，再对融合后的特征图进行进一步的就安吉操作和处理以获取更高级别的特征信息，再进行异常行为案件的识别和分类；所述S4中的改进Adam优化器中，使用如下的一阶矩向量和二阶矩向量替换Adam优化器中的一阶矩向量和二阶矩向量： 其中，i为迭代步数； 其中，ui、ui-1分别为迭代步数为i和i-1时梯度的一阶矩向量；为迭代步数为i-1时的矩估计参数；λ为矩估计参数的衰减系数；σi为迭代步数为i时损失函数的梯度；vi、vi-1分别为迭代步数为i和i-1时二阶矩向量；所述S6.3中的改进PPO算法具体如下：基于视频AI识别模块200的各个子模块采集的视频状态组成状态矩阵E，所述案件采集与管理模块300和所述案件预警与响应模块500的响应动作构成动作矩阵W，引入策略比率矩阵动态调整策略更新的步幅： 其中，Fab表示第a个状态向量与第b个动作向量对应的新旧策略比率矩阵；θ′ab为第a个状态向量与第b个动作向量对应的新策略参数；θab为第a个状态向量与第b个动作向量对应的旧策略参数；引入一个基于熵的正则项Hπθ：Hπθ＝-∑aπθa|slogπθa|s其中，π表示随机策略；θ表示策略网络的参数；a表示动作；s表示状态；将其引入至PPO的目标函数中，得到改进PPO的目标函数L′θ如下：L′θ＝∑a∑bminπabQab，clipπab，1-γ，1+γQab+δHπθHπθ＝-∑απθα|slogπθα|s其中，Qab表示经过归一化和偏移的优势函数，用于限制策略更新的步幅；δ表示用于控制熵正则项的调整参数；Hπθ表示策略的正则化熵；基于动态奖励调整机制进行调整：rt'＝rt+βgt其中，rt'为更新的t时刻的奖励；β表示折扣因子；βgt表示一个基于最近威胁历史的调整因子。

全文数据：

权利要求：

百度查询： 山东惠硕信息技术有限公司 一种基于视频AI识别的智慧城市运行管理案件采集系统