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！

龙图腾网获悉南通大学申请的专利一种多尺度时空特征融合网络的行人轨迹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：CN119722736B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411725558.6，技术领域涉及：G06T7/246；该发明授权一种多尺度时空特征融合网络的行人轨迹预测方法是由顾翔;李超;王倞;黄琪炜;高龙;曹明明设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种多尺度时空特征融合网络的行人轨迹预测方法在说明书摘要公布了：本发明提供了一种多尺度时空特征融合网络的行人轨迹预测方法，属于计算机视觉技术领域。解决了行人轨迹预测中如何有效学习复杂的时空特征及其相互关系的问题。其技术方案为：包括以下步骤：S1：获取数据集数据；S2：使用自注意力机制学习每个行人的时间依赖性特征；S3：将行人坐标转换为空间图；S4：跨时空交互特征通过多头自注意力来提取；S5：获取时间特征、空间特征和跨时空交互特征；S6：将融合后的时空特征通过时间外推卷积神经网络MTCN，实现多轨迹预测。本发明的有益效果为：通过多层时间外推卷积神经网络MTCN实现多轨迹预测。

本发明授权一种多尺度时空特征融合网络的行人轨迹预测方法在权利要求书中公布了：1.一种多尺度时空特征融合网络的行人轨迹预测方法，其特征在于，包括以下步骤： S1：获取数据集数据，包括每个时间步行人的位置坐标，其中为行人在时间步的二维坐标，表示行人个体，为观察时间段的长度，使用Transformer的位置编码对轨迹数据进行编码； S2：使用自注意力机制学习每个行人的时间依赖性特征； S3：将行人坐标转换为空间图，随后将空间图与权重进行线性变换，得到图嵌入矩阵，利用自注意力机制得到行人在空间中的空间交互矩阵，随后，结合稀疏门控机制进行权重稀疏化和归一化处理，得到空间特征； S4：跨时空交互特征通过多头自注意力来提取，结合稀疏门控机制进行权重稀疏化和归一化处理，得到跨时空交互特征； 所述步骤S4中，跨时空相关性特征通过多头注意力机制来提取，包含以下步骤： S41：对于时空交互特征的提取，首先使用transformer的多头注意力机制来构建空间和时间的交互注意力权重矩阵； ； 其中，、为跨时空维度中的查询矩阵和键矩阵，为特征维度的缩放因子； S42：对计算得到的跨时空注意力矩阵进行稀疏化处理，首先，通过稀疏门控机制进行稀疏化，减少冗余连接，具体稀疏化操作如下： ； 这一过程利用卷积神经网络提取跨时空特征的高阶信息，并通过ReLU和sigmoid的组合来稀疏化注意力权重，提取出最有意义的跨时空连接； S43：对稀疏化后的权重矩阵进行归一化处理，确保计算过程中的数值稳定性，归一化公式如下： ； ； 将归一化后的稀疏注意力权重矩阵与特征矩阵相乘，得到跨时空特征表示： ； S5：获取时间特征、空间特征和跨时空交互特征，通过激活函数自适应融合时间特征、空间特征和跨时空相关性特征； S6：将融合后的时空特征通过时间外推卷积神经网络MTCN，结合多层预测特征来联合估计未来轨迹的二维高斯分布参数，使用最小化负对数似然损失函数对网络模型进行训练，实现多轨迹预测。

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通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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。