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！

龙图腾网获悉上海工程技术大学申请的专利基于多源信息融合的行人过街意图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：CN117173663B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310881386.0，技术领域涉及：G06V20/58；该发明授权基于多源信息融合的行人过街意图识别方法是由王孝兰;李浩楠;王岩松;张晓斐设计研发完成，并于2023-07-18向国家知识产权局提交的专利申请。

本基于多源信息融合的行人过街意图识别方法在说明书摘要公布了：本发明涉及自动驾驶领域。基于多源信息融合的行人过街意图识别方法，其特征在于包括以下步骤：步骤一、行人交通特征提取：按照人‑车‑路的分类筛选出对识别行人意图影响较明显的特征，包括道路环境特征、交通特征和行人行为数据特征，构建行人交通特征提取模型；步骤二、对步骤一提取的所有特征信息进行编码：分别搭建静态、动态和时间特征编码网络对提取的特征信息重编码，获得与行人过街动作有关的深层信息；步骤三、通过多特征融合识别行人过街意图：基于特征编码与行人意图识别的相关性确定分层分步的特征混合融合架构，引入注意力机制，建立行人过街意图识别网络模型，计算目标行人过街动作概率，以此判断行人过街意图。

本发明授权基于多源信息融合的行人过街意图识别方法在权利要求书中公布了：1.基于多源信息融合的行人过街意图识别方法，其特征在于包括以下步骤： 步骤一、行人交通特征提取：按照人-车-路的分类筛选出对识别行人意图影响较明显的特征，包括道路环境特征、交通特征和行人行为数据特征，构建行人交通特征提取模型； 步骤二、对步骤一提取的所有特征信息进行编码：分别搭建静态、动态和时间特征编码网络对提取的特征信息重编码，获得与行人过街动作有关的深层信息； 步骤三、通过多特征融合识别行人过街意图：基于特征编码与行人意图识别的相关性确定分层分步的特征混合融合架构，引入注意力机制，建立行人过街意图识别网络模型，计算目标行人过街动作概率，以此判断行人过街意图; 所述步骤二中，对不同交通特征分别建立特征编码网络，对与行人过街动作有关的信息进行编码；通过对交通场景的时序分析，采用光流补充场景的时序信息，引入空洞和分离卷积优化膨胀的3D卷积I3D网络，搭建轻量化的时间特征提取网络对光流进行编码；基于VGG19网络引入空间可分离卷积注意力模块，搭建静态特征编码网络，对上下文和行人外观属性信息进行编码；基于门控循环单元搭建正向和反向的双向GRU动态特征编码网络，分别对上下文和行人状态、动作信息以及车辆信息进行双向编码，捕获人车交互关系，获得相应深层特征信息; 所述步骤三的分层分步的特征混合融合架构为：优先将行人动作编码和时间特征编码拼接融合并输入到时间注意力模块得到第一注意力向量，接下来第一注意力向量与行人轨迹编码拼接融合送入时间注意力模块得到第二注意力向量，再与车速编码拼接融合得到第一时间注意力编码，使用GRU再次对属性特征编码、上下文编码进行编码突出时序特征信息得到空间特征编码，空间特征编码输入时间注意力模块得到关于时序特征的第二时间注意力编码和第三时间注意力编码，得到三个时间注意力编码之后，将其拼接融合输入到模态注意力模块得到关于各模态特征加权的注意力编码，输入Dense层获得目标行人过街动作概率，以此判断行人过街意图。

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上海工程技术大学，其通讯地址为：201620 上海市松江区龙腾路333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。