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！

龙图腾网获悉南通大学申请的专利基于多模态深度融合与时序建模的实时车辆碰撞预测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：CN121564670B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202610083969.2，技术领域涉及：G06V20/54；该发明授权基于多模态深度融合与时序建模的实时车辆碰撞预测方法是由蔡纪新;顾翔;张湘;顾辰雯;朱星辰设计研发完成，并于2026-01-22向国家知识产权局提交的专利申请。

本基于多模态深度融合与时序建模的实时车辆碰撞预测方法在说明书摘要公布了：本发明提供了一种基于多模态深度融合与时序建模的实时车辆碰撞预测方法，属于计算机视觉、深度学习与智能交通系统等交叉技术领域，其技术方案为：步骤1：视频采集与帧序列构建；步骤2：多模态特征提取对每一帧图像分别并行提取以下4类特征，所有网络均加载预训练权重：步骤3：特征预处理与空间对齐；步骤4：多模态特征增强与融合；步骤5：高层语义编码；步骤6：时序建模；步骤7：碰撞预测输出；步骤8：损失函数设计与模型训练。本发明提升了碰撞预测的准确性、鲁棒性和实时性。

本发明授权基于多模态深度融合与时序建模的实时车辆碰撞预测方法在权利要求书中公布了：1.一种基于多模态深度融合与时序建模的实时车辆碰撞预测方法，其特征在于，包括以下步骤： 步骤1：视频采集与帧序列构建 系统接入车载或交通监控摄像头，将实时视频流按帧率30fps采样，转换为连续图像帧序列，系统从每隔M帧中选择1帧作为“关键帧”，构建时长为1~2秒的帧序列窗口，每个时间窗口长度设定为T，得到输入帧序列记作{,,...,}，帧图像经统一预处理后送入下一阶段； 步骤2：多模态特征提取 对每一帧图像分别并行提取以下4类特征：光流提取、深度估计、语义分割和目标检测，所有网络均加载预训练权重： 步骤3：特征预处理与空间对齐 由于各模态输出特征图大小与通道数不同，确保后续融合操作的可行性，统一尺寸； 步骤4：多模态特征增强与融合 在完成空间对齐后，在注意力融合模块之前引入CDC预编码模块与LCFI通道增强模块，分别对各模态特征进行多尺度感知与语义交互增强； 步骤5：高层语义编码 将多模态融合特征图输入深层语义编码网络，提取全局抽象表示，在此阶段采用经典的ResNeXt101网络，通过深层残差结构实现对已融合特征的高层次空间建模与抽象表达，编码器在CDC+LCFI模块完成局部增强后进一步整合全局上下文信息，为后续的时序建模模块提供稳定而富有区分性的语义表示，本阶段输出的融合语义特征记为，其尺寸为，其中和为空间维度，为通道维度，将进行全局平均池化操作，帧级语义特征向量表示为： ； 在空间维度上压缩为长度为的一维向量，作为帧级语义表示特征输入至Transformer编码器中，参与多帧时序建模过程； 步骤6：时序建模 在融合特征编码之后，引入基于Transformer结构的时序建模模块，对连续帧融合语义特征序列进行时间维度上的深度建模； 步骤7：碰撞预测输出 在完成时序建模后，获得的上下文增强特征将输入至多任务碰撞预测模块，本模块基于多头输出结构； 步骤8：损失函数设计与模型训练 在训练阶段采用多任务联合损失函数。

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通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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。