長安大學李建新獲國家專利權
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!
龍圖騰網獲悉長安大學申請的專利一種基于跨模態檢索的交通大模型智能交通事件識別方法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:CN119474496B 。
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:202411593180.9,技術領域涉及:G06F16/907;該發明授權一種基于跨模態檢索的交通大模型智能交通事件識別方法是由李建新;黃永樂;裴莉莉;崔寧寧;胡欣;成靜賢;劉澤東設計研發完成,并于2024-11-08向國家知識產權局提交的專利申請。
本一種基于跨模態檢索的交通大模型智能交通事件識別方法在說明書摘要公布了:本發明公開了一種基于跨模態檢索的交通大模型智能交通事件識別方法,包括:將待識別交通事件的圖像及其文本描述輸入交通事件識別網絡模型;交通事件識別網絡模型:視覺特征提取模塊用于提取圖像中視覺特征;文本特征提取模塊用于提取文本描述中文本特征;視覺選擇性過濾模塊用于選擇性過濾無相關性的視覺提取特征得到視覺過濾特征;文本選擇性過濾模塊用于選擇性過濾不必要的文本提取特征得到文本過濾特征;跨模態選擇性對齊模塊用于對視覺、文本提取特征進行跨模態對齊得到視覺對齊特征和文本對齊特征;計算模塊用于將視覺過濾特征和視覺對齊特征及將文本過濾特征和文本對齊特征進行融合來確定識別結果。本發明提高了檢索識別的準確性和效率。
本發明授權一種基于跨模態檢索的交通大模型智能交通事件識別方法在權利要求書中公布了:1.一種基于跨模態檢索的交通大模型智能交通事件識別方法,其特征在于,所述方法包括: 采集待識別交通事件對應的文本描述; 基于訓練好的交通事件識別網絡模型,計算待識別交通事件對應的文本描述和數據庫中存儲的每張交通事件的圖像之間的相似度;判斷相似度是否滿足相似度閾值,并從滿足相似度閾值的所有交通事件的圖像中選擇相似度最高的交通事件的圖像作為待識別交通事件的識別結果;其中, 訓練好的交通事件識別網絡模型包括視覺特征提取模塊、文本特征提取模塊、視覺選擇性過濾模塊、文本選擇性過濾模塊、跨模態選擇性對齊模塊和計算模塊;所述視覺特征提取模塊,用于提取數據庫中每張交通事件的圖像中的視覺特征并將提取的視覺特征映射到預設維度得到對應的視覺提取特征;所述文本特征提取模塊,用于提取待識別交通事件對應的文本描述中的文本特征并將提取的文本特征映射到所述預設維度得到文本提取特征;所述視覺選擇性過濾模塊,用于選擇性過濾無相關性的視覺提取特征得到視覺過濾特征;所述文本選擇性過濾模塊,用于對所述文本提取特征進行選擇性過濾得到文本過濾特征;所述跨模態選擇性對齊模塊,用于對所述視覺提取特征和所述文本提取特征進行跨模態對齊處理得到視覺對齊特征和文本對齊特征;所述計算模塊,用于將所述視覺過濾特征和所述視覺對齊特征進行融合得到視覺融合特征,以及將所述文本過濾特征和所述文本對齊特征進行融合得到文本融合特征,計算所述視覺融合特征和所述文本融合特征的相似度; 所述視覺選擇性過濾模塊包括第一RMS歸一化層、第一全連接層~第五全連接層、第一卷積層、第二卷積層、第一激活層~第三激活層、第一SSM模塊和第二SSM模塊;所述文本選擇性過濾模塊包括第二RMS歸一化層、第六全連接層~第八全連接層、第三卷積層、第五激活層、第六激活層和第三SSM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長安大學,其通訊地址為:710064 陜西省西安市雁塔區南二環中段;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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。