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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津迪安司法鉴定中心田野获国家专利权

天津迪安司法鉴定中心田野获国家专利权

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!

龙图腾网获悉天津迪安司法鉴定中心申请的专利基于多模态深度学习的交通事故视频证据分析系统及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:CN121147821B

龙图腾网通过国家知识产权局官网在2026-02-17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:202511353803.X,技术领域涉及:G06V20/40;该发明授权基于多模态深度学习的交通事故视频证据分析系统及方法是由田野;董斌设计研发完成,并于2025-09-22向国家知识产权局提交的专利申请。

基于多模态深度学习的交通事故视频证据分析系统及方法在说明书摘要公布了:本发明公开了基于多模态深度学习的交通事故视频证据分析系统及方法,涉及深度学习技术领域,首先利用雷达点云进行目标识别与跟踪,提取目标数量分量与运动方差分量,并通过归一化与线性组合计算得到各模态的动态融合权重,实现对场景复杂度的量化和自适应调整。随后在预设时序窗口内提取各模态特征向量,并基于权重进行加权融合,形成统一特征向量。该统一特征向量输入至预训练事故分类模型中,输出事故是否发生及类型结果。该方法的优点在于:通过多模态数据的互补增强,提高了低光照、雨雾等复杂场景下的事故识别准确性;通过动态权重分配实现了对不同场景的自适应适配;整体方案形成闭环,具备较高的鲁棒性和实用价值。

本发明授权基于多模态深度学习的交通事故视频证据分析系统及方法在权利要求书中公布了:1.基于多模态深度学习的交通事故视频证据分析方法,其特征在于:包括如下步骤: 获取同步采集的可见光视频数据、热红外视频数据、毫米波雷达点云数据; 对所述毫米波雷达点云数据进行目标识别与跟踪处理,基于其中的目标数量、运动速度及分布状态计算得到目标数量分量和运动方差分量; 对目标数量分量、运动方差分量进行归一化处理,得到目标数量值和运动方差值; 根据所述目标数量值与运动方差值的线性组合关系,计算雷达融合权重,并基于雷达融合权重分别计算可见光融合权重、热红外融合权重; 在预设时序窗口内分别从可见光视频数据、热红外视频数据及毫米波雷达点云数据中提取可见光特征向量、热红外特征向量和雷达特征向量; 使用可见光融合权重、热红外融合权重、雷达融合权重对所述可见光特征向量、热红外特征向量、雷达特征向量进行加权融合,得到统一特征向量; 将所述统一特征向量输入至预训练的事故分类识别模型,得到关于事故是否发生及事故类型的分类结果; 所述雷达融合权重的计算过程为: 将所述目标数量值与运动方差值按预设比例系数进行加权和计算,获得表征当前场景下毫米波雷达数据可靠性的权重中间量; 将所述权重中间量通过预设的缩放函数处理,获得被约束在预定义的数值区间内的雷达融合权重值; 所述缩放函数的确定过程为: 基于历史毫米波雷达点云数据,统计得到目标数量值的历史分布和运动方差值的历史分布; 根据所述历史分布、计算目标数量值的下限、上限,以及运动方差值的下限、上限; 计算中间点参数: ; 其中、分别为预设的平衡系数,且;基于历史目标数量值的标准差、历史运动方差值的标准差计算斜率因子: ,其中为预设的尺度因子; 确定数值区间的下限和上限: ; ;其中,、分别为预设的基础下限值和基础上限值,、分别为预设的调节系数,、分别为当前帧实时计算得到的目标数量值和运动方差值; 基于数值区间的下限和上限、中间点参数、斜率因子确定缩放函数为: ,为雷达融合权重,为权重中间量。

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天津迪安司法鉴定中心,其通讯地址为:300000 天津市南开区水上公园东路宁福里20号楼;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。