[发明专利]基于5G消息的灾情预警处理方法、系统和装置有效
申请号: | 202211699898.7 | 申请日: | 2022-12-28 |
公开(公告)号: | CN115966061B | 公开(公告)日: | 2023-10-24 |
发明(设计)人: | 沈浩;韩松乔;李威伟;成晓晴 | 申请(专利权)人: | 上海帜讯信息技术股份有限公司 |
主分类号: | G08B21/10 | 分类号: | G08B21/10;G08B25/08;G06F16/29 |
代理公司: | 北京知果之信知识产权代理有限公司 11541 | 代理人: | 苏利 |
地址: | 201203 上海市浦东*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 消息 灾情 预警 处理 方法 系统 装置 | ||
本申请公开了一种基于5G消息的灾情预警处理方法、系统和装置,本方法在接收到多模态的灾情数据后,对所述灾情数据中的第一模态类型数据和第二模态类型数据分别进行识别处理,得到第一模态类型数据中的灾情描述信息和第二模态类型数据中的物体特征信息;基于预设匹配规则判断所述灾情描述信息与所述物体特征信息是否匹配,若是,则根据所述灾情描述信息生成灾情预警信息;确定目标通信基站,根据目标通信基站获取目标信息接收终端,将所述灾情预警信息通过5G消息发送至所述目标信息接收终端。本申请解决相关技术中现有的灾情预警方法不够精准和高效的技术问题,实现自动化的灾情识别,使得灾情预警更加精准和高效。
技术领域
本申请属于计算机技术领域,具体而言,涉及一种基于5G消息的灾情预警处理方法、系统和装置。
背景技术
在我们的现实生活中,会碰到各种自然灾害,自然灾害有时对我们造成生命威胁和财产损失。虽然中央以及地方气象部门会提前预告灾害,各地的消防与武警官兵能在灾害发生第一时间进行救援,以保护受灾人员安全和减少财产损失。面对自然灾害,有成熟的灾情预报预警系统,是预防灾害的有力手段。
在相关技术中,现有的灾情预警系统只能简单的发布灾害前的灾情等级和预警提醒信息,无法对灾情的实时状况以及灾情范围内的目标人群进行定位并预警,灾情预警不够精确和高效。
针对相关技术中现有的灾情预警方法不够精准和高效的技术问题,目前尚未提出有效的解决方案。
发明内容
因此,本申请实施例在于提供一种基于5G消息的灾情预警处理方法、装置、电子设备及存储介质,旨在解决上述现有技术存在的至少一个问题。
为实现上述目的,第一方面,本申请提供了一种基于5G消息的灾情预警处理方法,包括:
在接收到多模态的灾情数据后,对所述灾情数据中的第一模态类型数据和第二模态类型数据分别进行识别处理,得到第一模态类型数据中的灾情描述信息和第二模态类型数据中的物体特征信息;
基于预设匹配规则判断所述灾情描述信息与所述物体特征信息是否匹配,若是,则根据所述灾情描述信息生成灾情预警信息;
确定目标通信基站,根据目标通信基站获取目标信息接收终端,将所述灾情预警信息通过5G消息发送至所述目标信息接收终端。
在一个实施例中,所述第一模态类型数据包括文本数据和/或语音数据,对灾情数据中的第一模态类型数据进行识别处理,包括:将所述语音数据转换为语言文本数据,将所述文本数据或语言文本数据输入预先训练的自然语言模型输出所述灾情描述信息;
所述第二模态类型数据包括图片数据和/或视频数据,对灾情数据中的第二模态类型数据进行识别处理,包括:获取视频数据中的图片帧,通过图神经网络识别算法识别处理所述图片数据或图片帧得到对应的特征图片,将所述特征图片输入预先训练的深度神经网络识别模型输出所述物体特征信息。
在一个实施例中,将所述文本数据或语言文本数据输入预先训练的自然语言模型输出所述灾情描述信息,包括:利用BM25算法识别所述文本数据或语言文本数据得到对应的灾情类型和灾情简要描述文本,将所述灾情类型和灾情简要描述文本输入BERT模型中输出所述灾情描述信息,所述灾情描述信息包括灾情的灾情类型、发生时间和发生地点。
在一个实施例中,将所述特征图片输入预先训练的深度神经网络识别模型输出所述物体特征信息,包括:将所述特征图片输入预先训练的UNet模型输出所述物体特征信息,所述物体特征信息包括物体类型、拍摄时间和拍摄地点。
在一个实施例中,所述灾情描述信息包括灾情的灾情类型、发生时间和发生地点,所述物体特征信息包括物体类型、拍摄时间和拍摄地点;所述基于预设匹配规则判断所述灾情描述信息与所述物体特征信息是否匹配,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海帜讯信息技术股份有限公司,未经上海帜讯信息技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211699898.7/2.html,转载请声明来源钻瓜专利网。