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！

龙图腾网获悉重庆邮电大学申请的专利一种基于深度学习的典型交通事件检测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：CN116645563B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310690020.5，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的典型交通事件检测系统是由杨枫;蒋建春;冯辉宗;连皓宁;夏云俊;盛于玲设计研发完成，并于2023-06-12向国家知识产权局提交的专利申请。

本一种基于深度学习的典型交通事件检测系统在说明书摘要公布了：本发明涉及一种基于深度学习的典型交通事件检测系统，属于车路协同与智慧交通领域。该系统依次设有目标检测模型模块、时间流运动特征模型模块和交通事件检测模块；目标检测模型模块并行设置增加坐标注意力的多分支空洞融合模块和重叠检测框保留机制模块；时间流运动特征模型模块是一种高斯线性差值的时间流模型模块；交通事件检测模型模块是一种多维视觉特征的事件检测模型模模块。本发明充分利用路侧监控获取交通实时视频图像，优化模型提高典型交通事件精度，可有效提高事件检测准确性，平衡检测性能和实时性，及时解决道路交通事件，提高交通效率、减少路口拥堵。

本发明授权一种基于深度学习的典型交通事件检测系统在权利要求书中公布了：1.一种基于深度学习的典型交通事件检测系统，其特征在于：该系统依次设有目标检测模型模块、时间流运动特征模型模块和交通事件检测模型模块； 所述目标检测模型模块用于对输入的路侧监控视频图像进行目标检测，输出交通参与对象的检测结果； 所述时间流运动特征模型模块包含StrongSORT模块和GSI-时间流模型模块，所述StrongSORT模块的输入为所述目标检测模型模块输出的检测结果，输出为初步轨迹；所述GSI-时间流模型模块的输入为所述StrongSORT模块输出的初步轨迹信息，输出为经修正的轨迹信息； 所述交通事件检测模型模块为基于多维视觉特征的分类模型模块，用于接收所述时间流运动特征模型模块输出的轨迹信息，基于多维视觉特征进行交通事件分类，输出交通事件检测结果； 其中， 所述目标检测模型模块，为改进的YOLOv8网络构建的交通参与对象部分事件检测模型模块，该模块并行设置增加坐标注意力的多分支空洞融合模块和重叠检测框保留机制模块；所述重叠检测框保留机制模块通过使用软非极大值抑制soft-NMS替代YOLOv8目标检测模型中的非极大值抑制NMS计算方式，排斥损失RepulsionLoss作为检测框损失boxLoss计算方式； 所述时间流运动特征模型模块，基于交通参与对象运动轨迹估计算法模块，通过高斯平滑差值填补漏检造成的跟踪轨迹丢失的信息，通过高斯过程回归模拟非线性运动以目标的中心点构建高斯过程回归器，预测坐标的时序位置，对轨迹进行修正。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路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。