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！

龙图腾网获悉西南交通大学申请的专利基于图像序列的非机动车超速识别方法及装置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：CN120877223B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511366533.6，技术领域涉及：G06V20/54；该发明授权基于图像序列的非机动车超速识别方法及装置是由曾鹏;刘晓波;陈丹霞;胥川设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本基于图像序列的非机动车超速识别方法及装置在说明书摘要公布了：本发明提供了一种基于图像序列的非机动车超速识别方法及装置，涉及图像分析技术领域，包括获取非机动车在低光照弯道通道中采集的图像序列数据；基于所述图像序列数据进行特征参数提取，并基于提取到的特征参数进行映射处理，得到非机动车在弯道通道中的嵌入轨迹点集；进行方向敏感张量图构建与多尺度转向感知图建模处理，得到多维图结构；经过角向图注意力机制与卷积轨迹变换网络处理，得到速度估计向量序列；进行加速度滤波和补偿处理，得到去除转弯惯性误差的速度序列；进行弯道超速行为分析，得到非机动车是否存在弯道超速行为的判定结果。本发明利用多阶段算法组合实现非机动车轨迹的精细重构、惯性误差滤除与速度行为分析。

本发明授权基于图像序列的非机动车超速识别方法及装置在权利要求书中公布了：1.一种基于图像序列的非机动车超速识别方法，其特征在于，包括： 获取非机动车在低光照弯道通道中采集的图像序列数据； 基于所述图像序列数据进行非机动车边界特征和通道结构参数提取，并基于提取到的特征和通道结构参数进行映射处理，得到非机动车在弯道通道中的嵌入轨迹点集； 将所述嵌入轨迹点集进行方向敏感张量图构建与多尺度转向感知图建模处理，得到包含时间维度、空间方向与转向曲率信息的多维图结构； 将所述多维图结构经过角向图注意力机制与卷积轨迹变换网络处理，得到非机动车的速度估计向量序列； 将所述速度估计向量序列进行加速度滤波和补偿处理，得到去除转弯惯性误差的速度序列； 将所述速度序列进行非机动车的弯道超速行为分析，得到非机动车是否存在弯道超速行为的判定结果； 其中,基于所述图像序列数据进行非机动车边界特征和通道结构参数提取，并基于提取到的特征和通道结构参数进行映射处理，包括： 将所述图像序列数据进行边界张量响应提取处理，通过构建图像序列数据的各图像帧中非机动车候选区域的多频引导边缘张量响应模型，得到初步非机动车边界响应图； 将所述初步非机动车边界响应图进行局部边界曲率估计处理，通过对非机动车边界点进行多尺度方向拟合，并在强转向区域引入二阶导引项抑制图像噪声干扰，得到边界曲率点集； 将所述边界曲率点集进行通道结构引导的视角几何建模处理，通过利用图像序列数据的通道结构参数对图像帧中轨迹进行从像素域到曲率空间的多阶段映射，得到非机动车的预估运动路径序列； 将所述运动路径序列进行流形嵌入处理，得到非机动车在弯道通道中的嵌入轨迹点集； 其中,将所述嵌入轨迹点集进行方向敏感张量图构建与多尺度转向感知图建模处理，包括： 将所述嵌入轨迹点集进行局部方向编码处理，其中，将相邻轨迹点之间的运动方向表示为张量中的有向边，得到初始方向张量图； 将所述初始方向张量图进行空间方向一致性优化处理，其中，在初始方向张量图中引入空间邻域内的方向平均场，并将其以平滑不规则转向变化区域，得到优化后的张量图结构； 将所述优化后的张量图结构进行多尺度转向响应建模处理，通过对不同尺度下的转向梯度信息进行张量域分层建模，提取预设的转向模式对应的特征响应，得到转向感知图结构； 将所述转向感知图结构进行多维图结构融合处理，通过将轨迹时间戳、位置坐标、方向向量与局部曲率编码共同融合为高阶图节点特征，得到包含时间维度、空间方向与转向曲率信息的多维图结构。

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西南交通大学，其通讯地址为：610031 四川省成都市金牛区二环路北一段111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。