Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学于力获国家专利权

电子科技大学于力获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利基于关键点检测的两阶段双通道分心驾驶行为识别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:CN116721405B

龙图腾网通过国家知识产权局官网在2025-10-28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:202310584649.1,技术领域涉及:G06V20/59;该发明授权基于关键点检测的两阶段双通道分心驾驶行为识别方法是由于力;陈帅超;曹文君;郑宏;周雪设计研发完成,并于2023-05-23向国家知识产权局提交的专利申请。

基于关键点检测的两阶段双通道分心驾驶行为识别方法在说明书摘要公布了:本发明属于计算机视觉、机器学习等技术领域,涉及基于深度学习的分心驾驶行为识别技术,具体提供一种基于关键点检测的两阶段双通道分心驾驶行为识别方法,用以解决现有识别方法存在的识别效果差的问题。本发明提出了两阶段识别网络,第一阶段采用Alphapose关键点检测网络,获取驾驶员关键点信息;第二阶段采用ResNet‑50作为backbone,利用关键点信息设计了Heatmap关键区域图,并在原图和关键区域图的双通道融合阶段提出了融合结构,并引入了空间和通道注意力机制以增强对感兴趣特征的学习;在双通道网络的基础上,本发明还引入GCN图卷积网络模型设计得二分类器模块,利用二分类器对网路预测结果进行纠正,最终有效提升分心驾驶行为的识别效果。

本发明授权基于关键点检测的两阶段双通道分心驾驶行为识别方法在权利要求书中公布了:1.一种基于关键点检测的两阶段双通道分心驾驶行为识别方法,其特征在于,包括以下步骤: 步骤1.将待识别原始图像输入到Alphapose关键点检测网络,由关键点检测网络输出包含驾驶员关键点信息的特征矩阵; 步骤2.基于驾驶员关键点信息,采用高斯热力图方式生成Heatmap关键区域图; 步骤3.构建双通道分心驾驶行为识别网络,将原始图像与Heatmap关键区域图作为双通道输入,由双通道分心驾驶行为识别网络输出初次预测概率分布;双通道分心驾驶行为识别网络包括:特征融合模块、ResNet-50模块、注意力模块及全连接输出层;其中, 特征融合模块包括卷积层Conv1、卷积层Conv2、卷积层Conv3,原始图像与Heatmap关键区域图分别经过卷积层Conv1与卷积层Conv2进行特征提取,分别得到原始特征图与Heatmap关键区域特征图,再将原始特征图与Heatmap关键区域特征图进行特征拼接得到拼接特征图,拼接特征图再经过卷积层Conv3后得到初次融合特征图; ResNet-50模块包括四个残差模块,初次融合特征图输入ResNet-50模块进行进一步特征提取,ResNet-50模块输出二次融合特征图; 注意力模块包括空间注意力模块SAM与通道注意力模块CAM,其中,二次融合特征图经过注意力模块SAM得到空间注意力响应图,再将空间注意力响应图与二次融合特征图相乘得到初次增强特征图;初次增强特征图经过通道注意力模块CAM得到通道注意力响应图,再将通道注意力响应图与初次增强特征图相乘得到二次增强特征图; 二次增强特征图经过全连接输出层得到对分心驾驶行为类别的初次预测概率分布; 步骤4.构建二分类器模块,将特征矩阵与初次预测概率分布作为双通道输入,由二分类器模块输出最终预测概率分布,其中,最大概率值对应的分心驾驶行为类别为识别结果。

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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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”。

以上内容由龙图腾AI智能生成。

免责声明
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。