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！

龙图腾网获悉浙江大学申请的专利一种危险驾驶动作的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：CN117292363B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202311228591.3，技术领域涉及：G06V20/59；该发明授权一种危险驾驶动作的识别方法是由李璞;单杭冠;茅天怡;许佳奕设计研发完成，并于2023-09-22向国家知识产权局提交的专利申请。

本一种危险驾驶动作的识别方法在说明书摘要公布了：本发明公开了一种危险驾驶动作的识别方法，通过从预处理后的驾驶员图像提取人体骨架姿态特征与图像抽象特征并进行特征融合，实现对视频图像中驾驶员危险驾驶动作的分类识别。本发明通过光照补偿、图像分割和数据增强等预处理步骤，提高了对不同光照条件和姿态变化下驾驶员动作的识别准确性；将基于二维人体骨架的动作特征以及VGG16和ResNet18模型提取的特征，进行特征融合，获得多种驾驶员动作特征表示；利用全连接网络进行分类，实现对驾驶员危险动作的准确识别。

本发明授权一种危险驾驶动作的识别方法在权利要求书中公布了：1.一种危险驾驶动作的识别方法，包括如下步骤： 1获取关于车辆驾驶行为的图像数据集，对数据集中的图像进行预处理以及驾驶动作的人工分类标注，进而将数据集中的所有图像划分为训练集和测试集；预处理过程包括光照补偿、图像分割以及数据增强；所述光照补偿即采用基于HSV色彩空间的直方图均衡化方法来对图像进行光照补偿；所述图像分割则采用稠密卷积网络来实现图像中人物部分与背景部分的分割；所述数据增强即通过在已有图像上进行一系列变换操作以生成新的图像，从而获得更多的图像样本数据； 2构建用于危险驾驶动作识别的网络模型，其包括： GCN特征提取模块，用于从输入图像中提取人体动作的骨架点信息，进而根据骨架点信息计算得到驾驶员动作特征； ResNet特征提取模块，用于从输入图像中提取侧重整体结构和语义信息的驾驶员图像特征D1； VGG特征提取模块，用于从输入图像中提取侧重局部细节和纹理信息的驾驶员图像特征D2； 多模态特征融合模块，用于将驾驶员动作特征与驾驶员图像特征D1和D2进行融合拼接得到融合特征向量； 分类预测模块，基于所述融合特征向量对输入图像中的驾驶动作进行分类预测，输出属于各类别驾驶动作的置信度； 3利用训练集图像对上述网络模型进行训练； 4将待测试的图像输入至训练好的网络模型中，即可预测出图像中驾驶动作的类别。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。