南宁师范大学苏杨茜获国家专利权
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!
龙图腾网获悉南宁师范大学申请的专利一种基于级联卷积神经网络的分心驾驶行为检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:CN119672681B 。
龙图腾网通过国家知识产权局官网在2025-11-14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:202411724928.4,技术领域涉及:G06V20/59;该发明授权一种基于级联卷积神经网络的分心驾驶行为检测方法是由苏杨茜;陆海松;陆建波;王洪巧;梁烽;覃正优;李行;苏毅娟;黄钰莹;阳鸿设计研发完成,并于2024-11-28向国家知识产权局提交的专利申请。
本一种基于级联卷积神经网络的分心驾驶行为检测方法在说明书摘要公布了:本发明公开了一种基于级联卷积神经网络的分心驾驶行为检测方法,包括以下步骤:S1、建立级联卷积神经网络模型,包括相互连接的主网络和辅助网络;S2、对级联卷积神经网络模型进行优化和模型训练,得到训练好的级联卷积神经网络模型;S3、将待检测图像输入训练好的级联卷积神经网络模型,通过训练好的级联卷积神经网络模型对待检测图像进行分类,得到分心驾驶行为检测结果。与现有技术相比,本发明优化了模型训练参数,显著提升检测效果。本发明通过引入级联思想,设计主网络和辅助网络相结合的级联卷积神经网络模型,增强图像特征提取能力,提高检测准确率。有效减少模型过拟合,提高了泛化能力。
本发明授权一种基于级联卷积神经网络的分心驾驶行为检测方法在权利要求书中公布了:1.一种基于级联卷积神经网络的分心驾驶行为检测方法,其特征在于,包括以下步骤: S1、建立级联卷积神经网络模型,包括相互连接的主网络和辅助网络; S2、对级联卷积神经网络模型进行优化和模型训练,得到训练好的级联卷积神经网络模型; S3、将待检测图像输入训练好的级联卷积神经网络模型,通过训练好的级联卷积神经网络模型对待检测图像进行分类,得到分心驾驶行为检测结果; 所述S1中,主网络包括依次连接的输入层、第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、第三池化层、第四卷积层、第四池化层和输出层; 其中,第一卷积层设置32个3x3卷积核,第二卷积层设置64个3x3卷积核,第三卷积层设置128个3x3卷积核,第四卷积层设置256个3x3卷积核; 第一~第四池化层的池化窗口大小均为2x2; 所述S1中,辅助网络包括依次连接的第一~第四全连接层,第一全连接层还与展平后的输出层连接; 其中,第一全连接层设置32个神经元,第二全连接层设置64个神经元,第三全连接层设置128个神经元,第四全连接层设置256个神经元; 所述S2中,对级联卷积神经网络模型进行优化的方法包括: 将Dropout层加入级联卷积神经网络模型,通过Dropout层根据预设概率参数调整级联卷积神经网络模型的复杂程度,其中,预设概率参数为0.25; 将梯度裁剪加入级联卷积神经网络模型,通过设置梯度阈值限制级联卷积神经网络模型的梯度大小,其中,梯度阈值为0.05,限制梯度在区间[-0.05,0.05]内。
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宁师范大学,其通讯地址为:530004 广西壮族自治区南宁市明秀东路175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。
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