买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京博晟宇网络科技有限公司申请的专利基于机器学习的用户高风险行为识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120327531B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510832376.7，技术领域涉及：B60W50/14；该发明授权基于机器学习的用户高风险行为识别方法及系统是由阮宝江;刘晶;王飞;刘睿设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本基于机器学习的用户高风险行为识别方法及系统在说明书摘要公布了：本发明涉及风险识别技术领域，尤其涉及基于机器学习的用户高风险行为识别方法及系统，方法通过显著度公式整合目标置信度、类别风险权重、相对速度及距离衰减因子，形成动态风险排序，相比传统算法更符合实际驾驶风险逻辑，实现对复杂交通场景中目标的优先级管理；通过相机内参与坐标变换矩阵，将驾驶员视线精确投影到前视图像平面，使专注度评估与实际道路风险直接关联；采用时间滑动窗口平滑视线波动，当检测到近距离高速目标且驾驶员未注视时，立即触发接管，无需等待固定时间。

本发明授权基于机器学习的用户高风险行为识别方法及系统在权利要求书中公布了：1.基于机器学习的用户高风险行为识别方法，其特征在于：包括以下具体步骤： S1、通过相机采集车辆行驶过程中车辆前方的环境图像流，同步获取驾驶员在车辆坐标系下的视线方向向量； S2、从环境图像流中提取当前帧环境图像并输入预训练的YOLO模型，输出当前帧环境图像中的目标类别标签集合、目标置信度集合、目标边界框坐标集合以及目标中心坐标集合； S3、提取当前帧环境图像、前一帧环境图像以及当前帧环境图像中的目标边界框坐标集合，通过光流法计算当前帧环境图像中不同目标与车辆之间的相对速度，同时获取当前帧环境图像中不同目标中心与当前帧环境图像中心的欧氏距离； S4、计算当前帧环境图像中不同目标的显著度并降序排列，获取当前帧环境图像中显著度最大的前k个目标的边界框坐标集合作为显著目标边界框坐标集合； S5、提取当前驾驶员在车辆坐标系下的视线方向向量，同时获取摄像头在车辆坐标系下的三维坐标以及相机的内参矩阵，将当前驾驶员在车辆坐标系下的视线方向向量投影到当前帧环境图像平面； S6、构建滑动窗口模型，通过判断驾驶员在车辆坐标系下的视线方向向量投影到当前帧环境图像平面上的像素坐标是否落在显著目标边界框坐标集合中的边界框坐标内，计算驾驶员的注视比例，若当前帧环境图像中存在显著度大于显著度阈值的目标，并且驾驶员的注视比例小于注视比例阈值时执行预警； 所述S2包括以下具体步骤： S21、从环境图像流中提取当前帧环境图像，输入预训练的YOLO模型，t表示第t帧； S22、获取YOLO模型输出的当前帧环境图像中的目标类别标签集合、目标置信度集合、目标边界框坐标集合以及目标中心坐标集合；其中，表示当前第t帧环境图像中第n个目标的类别标签，当第n个目标物为行人时，，当第n个目标物为车辆时，，当第n个目标物为障碍物时，；表示当前第t帧环境图像中第n个目标的置信度，取值为0-1；表示当前第t帧环境图像中第n个目标的边界框坐标，，其中，表示当前第t帧环境图像中第n个目标的边界框中心点的水平像素坐标，表示当前第t帧环境图像中第n个目标的边界框中心点的垂直像素坐标，表示当前第t帧环境图像中第n个目标的边界框的宽度，表示当前第t帧环境图像中第n个目标的边界框的高度，的单位均为像素；，其中，表示当前第t帧环境图像中第n个目标中心的水平像素坐标，表示当前第t帧环境图像中第n个目标中心的垂直像素坐标，，。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京博晟宇网络科技有限公司，其通讯地址为：211102 江苏省南京市江宁区秣陵街道吉印大道3118号31幢(江宁开发区)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。