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！

龙图腾网获悉湖北文理学院申请的专利基于多模态多尺度特征融合的驾驶人注意力焦点预测方法和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：CN120544168B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202510573908.X，技术领域涉及：G06V20/59；该发明授权基于多模态多尺度特征融合的驾驶人注意力焦点预测方法和系统是由陈运星;袁星宇;魏长银;杨智;余果设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本基于多模态多尺度特征融合的驾驶人注意力焦点预测方法和系统在说明书摘要公布了：本发明提供基于多模态多尺度特征融合的驾驶人注意力焦点预测方法和系统，包括：多模态数据采集与预处理；采用多分支卷积神经网络CNN，分别从多模态数据中提取多尺度特征，然后对提取的特征进行融合，输出多尺度融合特征图；通过自注意力机制捕获空间依赖关系，并嵌入位置编码保留几何信息；再通过ConVLSTM建模时序动态连续帧的融合特征堆叠为时序序列作为输入，通过粗粒度预测头，定位高风险区域；通过细粒度预测头，输出像素级注意力热力图，精确标注焦点区域；设计损失函数进行训练；利用训练好的整体网络模型实现驾驶人注意力焦点预测。本发明兼顾精度与效率，显著提升了驾驶人注意力焦点预测模型的泛化能力和实用性。

本发明授权基于多模态多尺度特征融合的驾驶人注意力焦点预测方法和系统在权利要求书中公布了：1.基于多模态多尺度特征融合的驾驶人注意力焦点预测方法，其特征在于，包括如下步骤： 步骤1，多模态数据采集与预处理，所述多模态数据包括原始RGB图像，语义分割图像，深度图像和光流图像； 步骤2，采用多分支卷积神经网络CNN，分别从原始RGB图像、语义分割图像、深度图像和光流图像中提取多尺度特征，然后对提取的特征进行融合，输出多尺度融合特征图； 多尺度融合特征图的计算方式如下： F融合=SigmoidWcFRGB⊙WdFDepth+SoftmaxFTFlowFSemantic 其中，F融合为融合后的特征图，和Wd为通道注意力权重矩阵，通过SE模块得到，⊙为矩阵乘法；特征与深度特征，表征RGB-深度特征关联；和分别为光流特征与语义特征，表征运动-语义关联，Sigmoid为激活函数，Softmax为归一化指数函数； 对RGB特征与深度图像特征进行通道注意力加权时，首先通过通道注意力模块对两者的特征图进行全局池化和权重计算，动态增强包含空间距离敏感信息的通道权重，将加权后的特征融合； 对于从光流图像提取的光流网络提取运动信息，通过可变形卷积将光流预测的偏移量应用于语义特征，动态调整其空间采样位置以对齐运动与语义关联； 步骤3，将多尺度融合特征图作为输入，通过自注意力机制捕获空间依赖关系，并嵌入位置编码保留几何信息；再通过ConVLSTM建模时序动态连续帧的融合特征堆叠为时序序列作为输入，通过粗粒度预测头，定位高风险区域；通过细粒度预测头，输出像素级注意力热力图，精确标注焦点区域； 步骤4，设计损失函数对步骤2-步骤3构成的整体网络模型进行训练； 步骤5，利用训练好的整体网络模型实现驾驶人注意力焦点预测。

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湖北文理学院，其通讯地址为：441053 湖北省襄阳市襄城区隆中路296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。