基于多模态融合的视频异常检测与智能安全预警研究

课题名称: 基于多模态融合的视频异常检测与智能安全预警研究
学科专业: 计算机科学
课题关键词: 多模态融合视频异常检测智能安全预警
辅导模式: 1对1
发表目标: SCI期刊1-4区
课题介绍: 随着城市化进程加快与公共安全需求提升，视频监控系统已广泛部署于交通枢纽、商业中心等关键场景。传统依赖人工监控的方式存在效率低、漏检率高等问题，难以满足实时异常预警需求。视频异常检测技术通过智能算法自动识别打架斗殴、异常聚集等危险行为，成为安全防控的核心技术支撑。然而，单一模态数据（如视觉信息）易受光照变化、遮挡等因素干扰，导致检测鲁棒性不足。多模态融合方法通过整合视频、音频、传感器等多源数据，能够实现特征互补，提升复杂场景下异常事件的识别精度。当前，如何有效解决模态间特征异质性、动态融合策略设计及实时性优化等问题，仍是该领域的研究难点。本研究旨在探索基于多模态融合的视频异常检测框架，为构建智能化安全预警系统提供理论与技术支持。

导师信息

科研导师

Dr. Liu

多伦多大学博士

导师介绍

研究领域：大模型/智能体/强化学习/智能决策优化,轨迹预测,自动驾驶/智能交通,游戏AI,数据挖掘学术成果：目前已经发表20多篇高水平论文，如ICML，Nature, Neurips，IJCAI，ACL， IEEE IV，IEEE ITSC；google scholar引用量近百次；长期担任IEEE Transactions on Intelligent Transportation Systems、Transportation Re- search Part C: Emerging Technologies、TRB Annual Meeting - Transportation Research Board、

招生要求

面向具有相关学科背景与研究兴趣的学习者，具体要求以课题导师评估为准。