Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 云南大学谷金晶获国家专利权

云南大学谷金晶获国家专利权

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!

龙图腾网获悉云南大学申请的专利一种多流特征融合引导强化学习的交通事故关键帧抽取方法及其系统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:CN119625619B

龙图腾网通过国家知识产权局官网在2026-02-13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:202411797857.0,技术领域涉及:G06V20/40;该发明授权一种多流特征融合引导强化学习的交通事故关键帧抽取方法及其系统是由谷金晶;朱胤林;覃天宝;冯川;阮鸿柱;吉选设计研发完成,并于2024-12-09向国家知识产权局提交的专利申请。

一种多流特征融合引导强化学习的交通事故关键帧抽取方法及其系统在说明书摘要公布了:本发明公开了一种多流特征融合引导强化学习的交通事故关键帧抽取方法及其系统,属于交通视频处理领域。所述系统包括:特征提取及增强模块、特征融合模块和多流特征融合引导的强化学习模块;所述方法包括:特征提取及增强模块中,对交通事故视频进行特征提取及增强;将特征提取及增强模块的输出作为特征融合模块的输入,得到视频每一帧的重要性分数;构建多流特征融合引导的强化学习模块,通过特征融合模块的输出和特征融合模块的输出计算奖励值,并根据最大奖励值,抽取事故视频的关键帧,得到最终结果;本发明能够快速从交通事故视频中抽取出事故关键帧,减少人工干预,提高工作效率;也为后续的交通管理与安全服务提供了坚实的基础。

本发明授权一种多流特征融合引导强化学习的交通事故关键帧抽取方法及其系统在权利要求书中公布了:1.一种多流特征融合引导强化学习的交通事故视频关键帧抽取方法,其特征在于,包括以下步骤: S1、在特征提取及增强模块中,对交通事故视频进行特征提取及增强; 所述特征提取部分包括:CLIP模型、RAFT模型; 所述增强部分包括:由门控循环单元GRU和Transformer组成的特征增强模型GRU‑Transformer; 所述在特征提取及增强模块中,对交通事故视频进行特征提取及增强的步骤如下: S1.1、基于CLIP模型对输入的交通事故视频提取静态视觉特征; S1.2、基于CLIP模型和RAFT模型提取输入的交通事故视频的动态特征; 将连续视频帧输入预训练的模型RAFT提取光流特征,其中i为视频编号;同时,将连续视频帧送入预训练的CLIP模型提取RGB特征;则三流提取特征为; S1.3、将提取的特征相加得到三流特征,对强化学习的状态State进行表征;表达式如下: ; 式中,表示强化学习的状态;表示提取视频帧的视觉特征,即交通事故视频的静态视觉特征提取;表示光流特征;表示RGB特征; S1.4、将三流特征分别输入GRU‑Transformer模型进行特征增强;步骤如下: S1.4.1、将三流特征分别输入到GRU网络得到隐状态特征; S1.4.2、将每个时间步的隐状态特征输入到Transformer中,利用自注意力机制增强特征的长期依赖并得到增强特征; S1.5、将输入的三流特征与增强特征进行跳连接; 使用跳连接将增强特征与输入特征相加得到潜在表示:; S2、将特征提取及增强模块的输出作为特征融合模块的输入,得到视频每一帧的重要性分数; S3、构建多流特征融合引导的强化学习模块,通过重要性分数生成强化学习的动作,通过特征融合模块的输出和特征提取及增强模块的输出计算奖励值,并根据最大奖励值,抽取事故视频的关键帧,得到最终结果; 所述奖励值包括:监督奖励和无监督奖励。

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云南大学,其通讯地址为:650031 云南省昆明市五华区翠湖北路2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。

免责声明
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。