基于AIoT的古建筑景区游客行为识别与智能安防系统研究OA

针对古建筑景区开放利用中游客行为复杂、安防响应滞后及寒区环境影响系统稳定性的问题,构建面向古建筑景区的“游客行为语义—风险等级—响应策略”三层风险判定模型,实现行为识别与安防决策的可解释映射。提出融合图像、人体骨架与微震信息的多模态游客行为识别算法,结合YOLO与ST-GCN模型完成高风险行为时序建模,经轻量化与边缘推理实现实时部署。研发寒区适配的人工智能物联网(AIoT)感知终端,设计LoRa与5G混合通信网络及风险热区分级节点部署策略,搭建一体化智能安防系统。工程测试表明,系统在复杂环境与低温条件下识别准确率达92.3%、运行稳定性良好,响应时延为87 ms,满足实时安防需求,为寒区古建筑景区智能安防工程化建设提供了可行技术方案。