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

龍圖騰網獲悉西安郵電大學申請的專利分心駕駛行為的檢測方法、裝置、電子設備及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120451943B 。

龍圖騰網通過國家知識產權局官網在2025-09-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510956477.5，技術領域涉及：G06V20/59；該發明授權分心駕駛行為的檢測方法、裝置、電子設備及存儲介質是由魏雅娟;鄭豪聰;于海燕;馮爽;陶力杰;賈佳穎;徐光燦;田仲雨設計研發完成，并于2025-07-11向國家知識產權局提交的專利申請。

本分心駕駛行為的檢測方法、裝置、電子設備及存儲介質在說明書摘要公布了：本發明提供一種分心駕駛行為的檢測方法、裝置、電子設備及存儲介質，涉及駕駛行為檢測技術領域，該方法包括：獲取駕駛行為圖像；將駕駛行為圖像輸入分心駕駛行為檢測模型，得到分心駕駛行為檢測模型輸出的分心駕駛行為檢測結果；其中，分心駕駛行為檢測模型是基于駕駛行為樣本圖像訓練得到的，分心駕駛行為檢測模型是包含主干網絡特征提取模塊、注意力模塊和損失函數模塊的模型，分心駕駛行為檢測結果是基于分心駕駛行為檢測模型中的主干網絡特征提取模塊、注意力模塊和損失函數模塊依次對駕駛行為圖像進行多尺度特征提取、多尺度特征融合以及行為檢測的結果。本發明的技術方案，基于分心駕駛行為檢測模型進行分心駕駛檢測，提高檢測的準確性。

本發明授權分心駕駛行為的檢測方法、裝置、電子設備及存儲介質在權利要求書中公布了：1.一種分心駕駛行為的檢測方法，其特征在于，包括： 獲取駕駛行為圖像； 將所述駕駛行為圖像輸入分心駕駛行為檢測模型，得到所述分心駕駛行為檢測模型輸出的分心駕駛行為檢測結果；其中，所述分心駕駛行為檢測模型是基于駕駛行為樣本圖像訓練得到的，所述分心駕駛行為檢測模型包含主干網絡特征提取模塊、注意力模塊和損失函數模塊，所述分心駕駛行為檢測結果是基于所述分心駕駛行為檢測模型中的所述主干網絡特征提取模塊、所述注意力模塊和所述損失函數模塊依次對所述駕駛行為圖像進行多尺度特征提取、多尺度特征融合以及行為檢測的結果，所述主干網絡特征提取模塊是對所述駕駛行為圖像進行多層級的輕量化特征提取的模塊，所述注意力模塊是對輕量化提取的多層級的特征進行特征融合的模塊，所述損失函數模塊是對融合后的特征進行偏差判別得到所述分心駕駛行為檢測結果的模塊；所述主干網絡特征提取模塊采用GhostNet網絡，所述注意力模塊采用SimAM機制和路徑聚合網絡，所述損失函數模塊采用NWD作為損失函數，所述將所述駕駛行為圖像輸入分心駕駛行為檢測模型，得到所述分心駕駛行為檢測模型輸出的分心駕駛行為檢測結果，包括：將所述駕駛行為圖像輸入所述分心駕駛行為檢測模型中的所述主干網絡特征提取模塊，得到所述主干網絡特征提取模塊輸出的多尺度特征結果；所述主干網絡特征提取模塊是用于采用GhostNet網絡對所述駕駛行為圖像進行多層級的輕量化特征提取得到所述多尺度特征結果的模塊；將所述多尺度特征結果輸入所述分心駕駛行為檢測模型中的所述注意力模塊，得到所述注意力模塊輸出的多尺度特征融合結果；所述注意力模塊是采用SimAM機制對所述多尺度特征結果進行特征增強，并對特征增強后的多尺度特征結果采用所述路徑聚合網絡進行多層級的特征融合得到的所述多尺度特征融合結果的模塊；將所述多尺度特征融合結果輸入所述分心駕駛行為檢測模型中的所述損失函數模塊，得到所述損失函數模塊輸出的所述分心駕駛行為檢測結果；所述損失函數模塊是采用NWD對所述多尺度特征融合結果進行預測框位置的偏差判別得到的所述分心駕駛行為檢測結果的模塊。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西安郵電大學，其通訊地址為：710121 陜西省西安市長安區西長安街618號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。