買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉同濟大學(xué)申請的專利一種基于輕量級多模態(tài)神經(jīng)網(wǎng)絡(luò)的行車危險場景辨識方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114372556B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111551051.X，技術(shù)領(lǐng)域涉及：G06N3/0464；該發(fā)明授權(quán)一種基于輕量級多模態(tài)神經(jīng)網(wǎng)絡(luò)的行車危險場景辨識方法是由高珍;許靖寧;余榮杰;范鴻飛;孫萍設(shè)計研發(fā)完成，并于2021-12-17向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于輕量級多模態(tài)神經(jīng)網(wǎng)絡(luò)的行車危險場景辨識方法在說明書摘要公布了：本發(fā)明涉及一種基于輕量級多模態(tài)神經(jīng)網(wǎng)絡(luò)的行車危險場景辨識方法，包括以下：獲取當前時間段內(nèi)駕駛視頻和車載數(shù)據(jù)；將駕駛視頻的畫面劃分為上下分布的三個駕駛區(qū)域，將視頻每一幀畫面的每個駕駛區(qū)域內(nèi)的圖像在豎直方向上做均值化處理，轉(zhuǎn)化為一行像素，然后將每幀對應(yīng)的一行像素按時間順序拼接在一起，形成每個駕駛區(qū)域的運動輪廓圖；將每個駕駛區(qū)域的運動輪廓圖和車載數(shù)據(jù)輸入至行車風(fēng)險評估模型得到辨識結(jié)果；所述行車風(fēng)險評估模型為包括視覺數(shù)據(jù)處理層、運動學(xué)數(shù)據(jù)處理層、數(shù)據(jù)融合層和預(yù)測層的多模態(tài)神經(jīng)網(wǎng)絡(luò)。與現(xiàn)有技術(shù)相比，本發(fā)明具有減小運行數(shù)據(jù)量、簡化模型計算過程，耗時低、準確率高等優(yōu)點。

本發(fā)明授權(quán)一種基于輕量級多模態(tài)神經(jīng)網(wǎng)絡(luò)的行車危險場景辨識方法在權(quán)利要求書中公布了：1.一種基于輕量級多模態(tài)神經(jīng)網(wǎng)絡(luò)的行車危險場景辨識方法，其特征在于，包括以下步驟： S1、獲取當前時間段內(nèi)駕駛視頻和車載數(shù)據(jù)； S2、將駕駛視頻的畫面劃分為上下分布的三個駕駛區(qū)域，將視頻每一幀畫面的每個駕駛區(qū)域內(nèi)的圖像在豎直方向上做均值化處理，轉(zhuǎn)化為一行像素，然后將每幀對應(yīng)的一行像素按時間順序拼接在一起，形成每個駕駛區(qū)域的運動輪廓圖； S3、將每個駕駛區(qū)域的運動輪廓圖和車載數(shù)據(jù)輸入至行車風(fēng)險評估模型得到辨識結(jié)果； 所述行車風(fēng)險評估模型為包括視覺數(shù)據(jù)處理層、運動學(xué)數(shù)據(jù)處理層、數(shù)據(jù)融合層和預(yù)測層的多模態(tài)神經(jīng)網(wǎng)絡(luò)，其中：所述視覺數(shù)據(jù)處理層為輕量化CNN網(wǎng)絡(luò)，在AlexNet基礎(chǔ)上進行網(wǎng)絡(luò)結(jié)構(gòu)輕量化并且引入注意力機制進行改進，用于運動輪廓圖輸入輕量化CNN網(wǎng)絡(luò)后輸出得到視覺特征；所述運動學(xué)數(shù)據(jù)處理層為LSTM網(wǎng)絡(luò)，用于車載數(shù)據(jù)輸入LSTM網(wǎng)絡(luò)后輸出得到運動學(xué)特征；所述數(shù)據(jù)融合層為全連接層，用于輸入視覺特征和運動學(xué)特征后輸出得到辨識結(jié)果； S3中輕量化CNN網(wǎng)絡(luò)在每一層卷積層之后引入注意力機制模塊，對特征圖分別進行通道注意力和空間注意力變換，重新構(gòu)造得到新的特征圖，其中通道注意力和空間注意力的計算公式分別如下： Attentionc＝σMLPAvgPoolF+MLPMaxPoolF Attentions＝σConv[AvgPoolF,MaxPoolF] 其中，Attentionc，Attentions分別表示通道注意力和空間注意力的結(jié)果，F(xiàn)表示某一層卷積層輸出的特征圖，σ表示Sigmoid函數(shù)，MLP表示一個多層感知機網(wǎng)絡(luò)，Conv表示一個輸出通道數(shù)為1的卷積層。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人同濟大學(xué)，其通訊地址為：200092 上海市楊浦區(qū)四平路1239號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。