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！

龙图腾网获悉山东工商学院申请的专利一种基于多注意力与证据融合的行人意图可信预测方法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：CN119961732B 。

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：202510095110.9，技术领域涉及：G06F18/24；该发明授权一种基于多注意力与证据融合的行人意图可信预测方法是由陈小波;徐伟;张世林;赵峰;刘文义;孙涛设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本一种基于多注意力与证据融合的行人意图可信预测方法在说明书摘要公布了：本发明属于意图预测技术领域，具体涉及一种基于多注意力与证据融合的行人意图可信预测方法，步骤包括获取车辆前方自车视角下的行人锚框和自车速度；构建嵌入模块，获取锚框特征和速度特征；构建基于多头自注意力机制的特征增强模块，得到增强后的锚框特征和增强后的速度特征；构建基于自适应可学习的多头交叉注意力模块和混合通道注意力模块的特征融合模块，得到融合特征；进行时间相关性提取；基于D‑S证据理论进行决策级融合，利用狄利克雷分布形成证据并将其作为判断行人过街意图的依据；训练整个网络；利用训练后的整个网络，获取自车视角下的行人过街意图。本发明提高了行人过马路预测的准确性和可信性。

本发明授权一种基于多注意力与证据融合的行人意图可信预测方法在权利要求书中公布了：1.一种基于多注意力与证据融合的行人意图可信预测方法，其特征在于包括以下步骤： S1、获取车辆前方自车视角下的行人锚框B和自车速度V； S2、构建嵌入模块，将B和V输入嵌入模块获取锚框特征P1和速度特征P2； S3、构建基于多头自注意力机制的特征增强模块，将P1和P2输入特征增强模块，捕获不同历史帧之间的时间相关性，得到增强后的锚框特征S1和增强后的速度特征S2； S4、构建基于自适应可学习的多头交叉注意力模块和混合通道注意力模块的特征融合模块，将S1和S2输入特征融合模块，得到融合特征S3； S5、对S1、S2以及S3进行时间相关性提取，得到锚框分支、速度分支和特征融合分支的证据； S6、基于D-S证据理论，利用狄利克雷分布对类别分类建模，形成各分支的主观意见，并对锚框分支、速度分支和特征融合分支的主观意见进行决策级融合，将决策级融合得到的主观意见，利用狄利克雷分布形成证据并将其作为判断行人过街意图的依据； S7、采用多任务变分损失函数来训练S2-S6搭建的整个网络，使得锚框分支、速度分支和特征融合分支的预测共同形成合理的证据； S8、利用训练后的整个网络，将实际获取的B和V作为输入，获取自车视角下的行人过街意图； 所述的S4中，自适应可学习的多头交叉注意力模块包括依次设置的多头交叉注意力机制、残差连接和归一化、多层感知机以及最终残差连接和归一化；首先，通过多头交叉注意力机制增强各模态之间的交互，其输出经过残差连接和归一化后，进入多层感知机处理，最后经过最终残差连接和归一化，得到细化的模态特征； 混合通道注意力模块包括最大池化层、平均池化层、拼接层和多层感知机；首先，将输入并行通过最大池化层、平均池化层，然后将最大池化层的输出经拼接层拼接，将平均池化层的输出经拼接层拼接，然后将拼接层的输出结果输入到多层感知机以减少冗余信息，形成激励信号，最后用激励信号对输入特征进行校准； 将多头交叉注意力模块和混合通道注意力模块依次连接，得到特征融合模块； 所述的S5中，得到锚框分支、速度分支和特征融合分支的证据的方法为： S5.1、将S1、S2和S3通过两个全连接层进行处理，并在两个全连接层之间设置一个tanh激活函数； S5.2、对于通过两个全连接层后对应的输出，通过Softmax激活函数得到对应的权值向量B1、B2和B3，并将B1、B2和B3分别与S1、S2和S3逐元素相乘，调整每个时间维度的比例，然后将相乘的结果通过自适应平均池化压缩时间维度，得到压缩时间维度后对应的特征T1、T2和T3； S5.3、将T1、T2和T3分别通过激活函数为SoftPlus的全连接层，得到锚框分支、速度分支和特征融合分支对应的证据e1、e2和e3，表示为、、，其中、分别为锚框分支给出的行人不穿越和穿越的证据；、分别为速度分支给出的行人不穿越和穿越的证据；、分别为特征融合分支给出的行人不穿越和穿越的证据。

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山东工商学院，其通讯地址为：264003 山东省烟台市莱山区滨海中路191号；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”。