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！

龙图腾网获悉同济大学申请的专利一种基于轻量级多模态神经网络的行车危险场景辨识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：CN114372556B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202111551051.X，技术领域涉及：G06N3/0464；该发明授权一种基于轻量级多模态神经网络的行车危险场景辨识方法是由高珍;许靖宁;余荣杰;范鸿飞;孙萍设计研发完成，并于2021-12-17向国家知识产权局提交的专利申请。

本一种基于轻量级多模态神经网络的行车危险场景辨识方法在说明书摘要公布了：本发明涉及一种基于轻量级多模态神经网络的行车危险场景辨识方法，包括以下：获取当前时间段内驾驶视频和车载数据；将驾驶视频的画面划分为上下分布的三个驾驶区域，将视频每一帧画面的每个驾驶区域内的图像在竖直方向上做均值化处理，转化为一行像素，然后将每帧对应的一行像素按时间顺序拼接在一起，形成每个驾驶区域的运动轮廓图；将每个驾驶区域的运动轮廓图和车载数据输入至行车风险评估模型得到辨识结果；所述行车风险评估模型为包括视觉数据处理层、运动学数据处理层、数据融合层和预测层的多模态神经网络。与现有技术相比，本发明具有减小运行数据量、简化模型计算过程，耗时低、准确率高等优点。

本发明授权一种基于轻量级多模态神经网络的行车危险场景辨识方法在权利要求书中公布了：1.一种基于轻量级多模态神经网络的行车危险场景辨识方法，其特征在于，包括以下步骤： S1、获取当前时间段内驾驶视频和车载数据； S2、将驾驶视频的画面划分为上下分布的三个驾驶区域，将视频每一帧画面的每个驾驶区域内的图像在竖直方向上做均值化处理，转化为一行像素，然后将每帧对应的一行像素按时间顺序拼接在一起，形成每个驾驶区域的运动轮廓图； S3、将每个驾驶区域的运动轮廓图和车载数据输入至行车风险评估模型得到辨识结果； 所述行车风险评估模型为包括视觉数据处理层、运动学数据处理层、数据融合层和预测层的多模态神经网络，其中：所述视觉数据处理层为轻量化CNN网络，在AlexNet基础上进行网络结构轻量化并且引入注意力机制进行改进，用于运动轮廓图输入轻量化CNN网络后输出得到视觉特征；所述运动学数据处理层为LSTM网络，用于车载数据输入LSTM网络后输出得到运动学特征；所述数据融合层为全连接层，用于输入视觉特征和运动学特征后输出得到辨识结果； S3中轻量化CNN网络在每一层卷积层之后引入注意力机制模块，对特征图分别进行通道注意力和空间注意力变换，重新构造得到新的特征图，其中通道注意力和空间注意力的计算公式分别如下： Attentionc＝σMLPAvgPoolF+MLPMaxPoolF Attentions＝σConv[AvgPoolF,MaxPoolF] 其中，Attentionc，Attentions分别表示通道注意力和空间注意力的结果，F表示某一层卷积层输出的特征图，σ表示Sigmoid函数，MLP表示一个多层感知机网络，Conv表示一个输出通道数为1的卷积层。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。