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！

龙图腾网获悉深圳大学申请的专利基于眼动序列时空语义特征分析的驾驶分心状态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：CN116955943B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310558228.1，技术领域涉及：G06F18/20；该发明授权基于眼动序列时空语义特征分析的驾驶分心状态识别方法是由刘星;黄炜兴;张婷茹设计研发完成，并于2023-05-17向国家知识产权局提交的专利申请。

本基于眼动序列时空语义特征分析的驾驶分心状态识别方法在说明书摘要公布了：本发明公开了一种基于眼动序列时空语义特征分析的驾驶分心状态识别方法，涉及视觉分析技术领域，包括：S1、获取待鉴别被试者驾驶时的眼动数据；S2、构建基于眼动序列时空语义特征的驾驶分心识别模型；S3、将待鉴别被试者的眼动数据输入到构建好的基于眼动序列时空语义特征的驾驶分心识别模型，得到待鉴别被试者的分心检测结果。本发明设计了基于眼动序列时空语义特征的驾驶分心识别模型，提取视觉扫视路径中的时间、空间和语义特征结合表征驾驶员的眼动模式，从而实现对驾驶员是否处于分心状态的鉴别。

本发明授权基于眼动序列时空语义特征分析的驾驶分心状态识别方法在权利要求书中公布了：1.一种基于眼动序列时空语义特征分析的驾驶分心状态识别方法，其特征在于，包括以下步骤： S1、获取待鉴别被试者驾驶时的眼动数据； S2、构建基于眼动序列时空语义特征的驾驶分心识别模型； S3、将待鉴别被试者的眼动数据输入到构建好的基于眼动序列时空语义特征的驾驶分心识别模型，得到待鉴别被试者的分心检测结果； S2中基于眼动序列时空语义特征的驾驶分心识别模型的构建，包括以下步骤： S21、获取驾驶仿真实验场景及分心场景特征图； S22、获取样本被试者在驾驶时的眼动数据；其中，样本被试者包括分心驾驶和正常驾驶； S23、根据样本被试者的眼动数据，得到眼动序列； S24、根据眼动序列及语义信息，对驾驶场景进行兴趣区域划分； S25、根据眼动序列，通过滑动窗口截取得到眼动子序列； S26、根据眼动子序列，构建注视点的特征序列；其中，特征序列包括时间特征序列、空间特征序列以及兴趣区域语义特征序列； S27、利用特征序列和特征序列对应的驾驶状态的分类标签对构建的XGBoost模型进行训练，利用训练好的XGBoost模型对输入的特征进行分类得到样本被试者驾驶分心状态鉴别结果； S21中获取驾驶仿真实验场景及分心场景特征图，具体为： 基于UC-winRoad14.0仿真软件对驾驶仿真实验场景进行搭建，设计次任务诱导驾驶员分心，并根据分心场景得到特征图； S23中得到眼动序列，具体包括以下步骤： S231、将样本被试者的眼动数据映射到分心场景特征图的坐标系中，得到映射后的坐标点数据； S232、基于速度阈值算法对映射后的坐标点数据进行注视点提取，得到注视点的横纵坐标以及注视点形成的时间戳，将横纵坐标以及时间戳确定为眼动序列； S24中对驾驶场景进行兴趣区域划分，具体包括以下步骤： S241、对眼动序列中的坐标点进行聚类分析，得到聚类结果； S242、根据语义信息，结合聚类结果，得到兴趣区域划分结果； S25中根据眼动序列，通过滑动窗口截取得到眼动子序列，具体为： 使用3s时间窗口、1.5s滑动步长，对样本被试者的眼动数据进行截取，分别得到样本被试者的眼动子序列； S26中根据眼动子序列，构建注视点的特征序列，具体包括以下步骤： S261、获取预设片段的注视点的眼动序列； S262、根据所获取的眼动序列中的横纵坐标，获取特征图上对应位置的图像特征，得到空间特征序列、时间特征序列和兴趣区域语义特征序列。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区粤海街道南海大道3688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。