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！

龙图腾网获悉南京理工大学申请的专利基于声振时频特征和交叉注意力融合机制的交通目标检测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：CN119992040B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202411257787.X，技术领域涉及：G06V10/25；该发明授权基于声振时频特征和交叉注意力融合机制的交通目标检测识别方法是由郭唐仪;赵茂杰;宋杰龙;郜远航;张经武;刘康设计研发完成，并于2024-09-09向国家知识产权局提交的专利申请。

本基于声振时频特征和交叉注意力融合机制的交通目标检测识别方法在说明书摘要公布了：本发明提出了一种基于声振时频特征和交叉注意力融合机制的交通目标检测识别方法。首先，采用声振传感器采集不同交通目标的声振信号，并进行归一化最小均方NLMS滤噪预处理。其次，对预处理后的声振信号进行变分模态分解VMD，采用尺度谱分割方法和求和模糊熵最小值方法，分解成多个本征模态函数IMF。再次，对声音信号IMF提取Mel语谱图，振动信号IMF提取小波变换时频图，将结果进行CNN卷积池化，通过transformer编码器进一步提取不同交通目标的声振信号特征。最后利用交叉注意力机制进行编码，将声音信号特征和振动信号特征融合为新的特征，利用Softmax函数和Dropout函数进行归一化和防止过拟合处理。本发明具有算法复杂度低，实时性强，成本较低的优势，同时解决了极端气候、天气、光线等场景下的交通目标检测问题。

本发明授权基于声振时频特征和交叉注意力融合机制的交通目标检测识别方法在权利要求书中公布了：1.一种基于声振时频特征和交叉注意力融合机制的交通目标检测识别方法，其特征在于，具体步骤为： 步骤1：对采集到的不同交通目标的声振信号进行滤波降噪预处理； 步骤2：对预处理后的不同交通目标的声振信号进行变分模态分解，采用尺度谱分割方法，获取声振信号VMD分解过程中的最优模态参数值，并使用求和模糊熵最小值得到最优惩罚因子，最终将声振信号分解成多个本征模态函数IMF； 步骤3：对VMD分解后独立的声振信号IMF进行特征提取，提取的特征包括Mel语谱图和小波变换时频图； 步骤4：将声音信号Mel语谱图和振动信号小波变换时频图输入基于交叉注意力融合机制的CNN-transformer模型进行训练，获得具有最优训练参数的基于交叉注意力融合机制的CNN-transformer模型； 步骤5：实时获取交通目标的声音和振动信号，对采集到的信号按照步骤1～3进行处理，得到实时交通目标的声音信号Mel语谱图和振动信号小波变换时频图，输入步骤4中交叉注意力融合机制的CNN-transformer模型，利用交通目标融合后的新的特征F，根据最优训练参数模型得到交通目标的识别结果。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道200号南京理工大学；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。