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！

龙图腾网获悉杭州电子科技大学申请的专利一种自动驾驶风险检测与描述方法及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：CN119963895B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510022060.1，技术领域涉及：G06V10/764；该发明授权一种自动驾驶风险检测与描述方法及系统是由潘泽宇;谢作起;温在垚;李平设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本一种自动驾驶风险检测与描述方法及系统在说明书摘要公布了：本发明公开了一种自动驾驶风险检测与描述方法及系统，通过使用视觉主干网络获取低分辨率视频特征和高分辨率多尺度特征图；使用高低分辨率时空融合模块获取不同分辨率下多尺度时空融合特征；以及使用双分支抽象模块，将融合后的特征分别在视觉任务域和文本任务域中进行跨模态学习，并分别得到目标向量和抽象文本特征；进一步使用多任务解码模块将目标向量解码为风险物体包围框，将抽象文本特征解码为对应的场景、风险提示的文本描述；本发明有效地解耦了风险定位和描述任务，同时保持了对象级的相关性，降低了计算复杂性，并增强了对细粒度对象和时间信息的处理能力，从而提高了模型在复杂场景下的理解能力和泛化能力。

本发明授权一种自动驾驶风险检测与描述方法及系统在权利要求书中公布了：1.一种自动驾驶风险检测与描述方法，其特征在于：包括以下步骤： 步骤1：基于获取的高分辨率的车载视频数据集合，构建视觉主干网络，分别输入低分辨率视频帧集合和高分辨率关键帧，输出低分辨率视频特征和高分辨率多尺度特征图； 步骤2：构建高低分辨率时空融合模块，分别输入得到的低分辨率视频特征与高分辨率多尺度特征图，输出由不同分辨率，时间空间双向融合后的特征； 步骤3：构建双分支抽象模块，输入融合后的特征，并分别输出目标向量和抽象文本特征； 步骤4：构建多任务解码模块，分别输入目标向量和抽象文本特征，输出风险物体包围框和对应的场景、风险提示的文本描述；分别计算真实坐标和预测坐标之间的交并比损失以及真实文本描述和预测文本描述之间的交叉熵损失，利用反向传播算法计算梯度并使用随机梯度下降法更新网络的参数； 步骤5：重复步骤1至步骤4，直至模型收敛或达到设置最大训练步数后，将其应用到实际的自动驾驶风险检测与描述的场景中； 所述构建视觉主干网络具体包括以下步骤： 步骤1-1：给定视频保留最后一帧作为高分辨率关键帧，c为通道数，w为宽度，h为高度； 步骤1-2：对视频中的每一帧进行下采样变换，得到每一帧为 通过一个视觉主干网络中的预训练视觉转换器ViT，提取视觉特征，并得到其中P表示ViT提取的块，D表示隐藏维数； 步骤1-3：沿着时间维度将特征进行拼接，得到视频特征V， 对于高分辨率关键帧使用残差神经网络进行处理，提取最后三层的特征图并标记为I，其中l表示残差神经网络深度，Il表示第l层残差神经网络输出特征，cl，wl，hl分别表示第l层特征图的通道数、宽度和高度； 步骤1-4：使用三个独立的一维卷积层，将获取到的低分辨率视频特征和高分辨率多尺度特征图从映射通道映射到统一的隐藏维数D上，并最终输出为其中，I'表示隐藏维数D的多尺度特征图集合，I'l表示映射到D维的第l层残差神经网络输出特征。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。