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！

龙图腾网获悉深圳市锐明像素科技有限公司申请的专利基于深度学习的动态风险事件识别方法、装置、电子设备及程序产品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：CN120510577B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510976482.2，技术领域涉及：G06V20/54；该发明授权基于深度学习的动态风险事件识别方法、装置、电子设备及程序产品是由王鹏;刘加美;徐垚凡;张凯设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本基于深度学习的动态风险事件识别方法、装置、电子设备及程序产品在说明书摘要公布了：本申请公开了一种基于深度学习的动态风险事件识别方法、装置、电子设备及程序产品。该识别方法通过训练完成的风险事件识别模型实现。该模型在骨干网络和颈部网络中引入小目标尺度，显著提升小尺寸目标的检测精度；通过跨层连接融合浅层细节与深层语义特征，增强对复杂场景的感知能力。骨干网络集成MSDT模块，利用多尺度卷积分支提取不同感受野下的细节特征，并通过Transformer分支获取全局语义信息，提升模型对动态风险事件的全面识别能力。此外，针对类别不平衡问题，设计优化损失函数，均衡常见与稀有类别的权重分配，既降低过拟合风险，又增强对低频类别的检测效果，从而提升整体识别精度与泛化能力。

本发明授权基于深度学习的动态风险事件识别方法、装置、电子设备及程序产品在权利要求书中公布了：1.一种基于深度学习的动态风险事件识别方法，其特征在于，包括： 基于预先训练完成的风险事件识别模型的骨干网络对待识别图像进行特征提取，得到图像特征；所述待识别图像包括道路； 基于所述风险事件识别模型的颈部网络对所述图像特征进行融合，得到目标融合特征； 基于所述风险事件识别模型的识别网络对所述目标融合特征进行识别，得到所述待识别图像中动态风险事件的识别结果； 其中，所述骨干网络包括m+1个不同尺度的特征提取模块，所述m为正整数，且所述m≥2，第1个尺度至第m+1个的尺度大小呈递减趋势；相应地，对应于m+1个所述特征提取模块，所述颈部网络设置有m+1个FPN融合模块和m+1个Bottomup融合模块，每个中间尺度对应的所述特征提取模块跨过所述FPN融合模块与所述Bottomup融合模块；所述中间尺度为第1个尺度和第m+1个尺度之间的尺度； 所述特征提取模块设置有MSDT模块，所述MSDT模块包括多尺度卷积分支、Transformer分支、权重层以及第一拼接层；针对输入所述MSDT模块的输入特征： 通过所述多尺度卷积分支对所述输入特征执行多尺度的卷积和融合操作，得到多尺度局部特征； 通过所述Transformer分支对所述输入特征执行全局特征提取操作，得到全局特征； 通过所述权重层对所述多尺度局部特征和全局特征赋权并执行加权融合操作，得到加权融合特征； 通过所述第一拼接层将所述加权融合特征、所述多尺度局部特征以及所述全局特征进行拼接，得到所述输入特征对应的输出特征。

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深圳市锐明像素科技有限公司，其通讯地址为：518000 广东省深圳市南山区桃源街道长源社区学苑大道1001号B1栋2001；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。