四川交通职业技术学院邱子桐获国家专利权
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!
龙图腾网获悉四川交通职业技术学院申请的专利基于自适应感知注意力的实时交通目标检测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:CN120599559B 。
龙图腾网通过国家知识产权局官网在2025-09-30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:202511115125.3,技术领域涉及:G06V20/54;该发明授权基于自适应感知注意力的实时交通目标检测方法及系统是由邱子桐;骆勇;姚云;骆毅设计研发完成,并于2025-08-11向国家知识产权局提交的专利申请。
本基于自适应感知注意力的实时交通目标检测方法及系统在说明书摘要公布了:本发明公开了基于自适应感知注意力的实时交通目标检测方法及系统,该方法通过构建改进的Mobilenetv3网络架构,融入自适应通道注意力机制提取交通目标底层语义特征,利用自适应特征金字塔网络进行多尺度特征融合。基于交通目标运动、空间位置及外观等参数,经自适应感知注意力模块计算特征区域权重,结合检测头完成目标框回归与类别预测,最后通过考虑交通流密度与目标空间关系的非极大值抑制算法优化检测结果。系统对应设有视频数据输入交互、特征提取运算、特征金字塔构建整合等六个单元,各单元协同运作,实现对交通目标精准、高效的实时检测,满足智能交通系统应用需求。
本发明授权基于自适应感知注意力的实时交通目标检测方法及系统在权利要求书中公布了:1.基于自适应感知注意力的实时交通目标检测方法,其特征在于,该方法包括: 步骤S1:构建改进的Mobilenetv3网络架构,所述架构中融入自适应通道注意力机制,依据交通场景中目标尺度多变、特征复杂的特性,对不同通道的特征图进行权重重新分配,在保留预设标定特征信息的同时滤除冗余信息干扰; 步骤S2:将交通视频流数据输入至改进的Mobilenetv3网络,经过多层深度分离卷积与逐点卷积操作,提取交通目标的底层语义特征,形成初步的特征图集合;改进的Mobilenetv3网络在进行深度分离卷积操作时,对交通场景中目标特征的局部相关性,采用如下卷积核生成方式: ; 其中,为深度分离卷积核,为卷积核的空间坐标,和分别为输入和输出通道数,为局部卷积核的数量,为学习的权重系数,用于对不同局部卷积核的结果进行加权;LocalConv为局部卷积操作,为第个局部卷积核的感受野区域,根据交通目标的特征分布特性进行动态调整; 步骤S3:搭建自适应特征金字塔网络,对交通场景中不同距离、不同大小目标的检测需求,通过层级间的特征融合与尺度调整,将步骤S2得到的特征图集合进行多尺度处理,构建具有不同分辨率和语义层次的特征金字塔结构;自适应特征金字塔网络在进行尺度调整时,结合交通目标的大小分布参数,采用如下上采样和下采样策略: ; 其中,为尺度调整后的特征图,为原始特征图,为上采样操作,为下采样操作,为特征图的大小,和分别为根据交通目标大小分布参数统计得到的平均大小和标准差; 步骤S4:在自适应特征金字塔网络的各层级特征图上,基于交通目标的运动参数、空间位置参数以及外观参数,通过自适应感知注意力模块计算各特征区域的注意力权重,突出交通目标所在区域的特征表达; 步骤S5:依据步骤S4得到的加权特征图,利用预设的检测头结构,在多尺度特征图上执行目标框回归与类别预测操作,获取交通目标的候选检测框及对应类别; 步骤S6:对步骤S5得到的候选检测框,采用基于交通流密度参数和目标间空间关系参数的非极大值抑制算法,去除冗余检测框,输出最终的交通目标检测结果。
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四川交通职业技术学院,其通讯地址为:610000 四川省成都市温江区海峡两岸科技园大学城;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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励