Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长安大学李建新获国家专利权

长安大学李建新获国家专利权

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!

龙图腾网获悉长安大学申请的专利一种基于跨模态检索的交通大模型智能交通事件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:CN119474496B

龙图腾网通过国家知识产权局官网在2025-09-23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:202411593180.9,技术领域涉及:G06F16/907;该发明授权一种基于跨模态检索的交通大模型智能交通事件识别方法是由李建新;黄永乐;裴莉莉;崔宁宁;胡欣;成静贤;刘泽东设计研发完成,并于2024-11-08向国家知识产权局提交的专利申请。

一种基于跨模态检索的交通大模型智能交通事件识别方法在说明书摘要公布了:本发明公开了一种基于跨模态检索的交通大模型智能交通事件识别方法,包括:将待识别交通事件的图像及其文本描述输入交通事件识别网络模型;交通事件识别网络模型:视觉特征提取模块用于提取图像中视觉特征;文本特征提取模块用于提取文本描述中文本特征;视觉选择性过滤模块用于选择性过滤无相关性的视觉提取特征得到视觉过滤特征;文本选择性过滤模块用于选择性过滤不必要的文本提取特征得到文本过滤特征;跨模态选择性对齐模块用于对视觉、文本提取特征进行跨模态对齐得到视觉对齐特征和文本对齐特征;计算模块用于将视觉过滤特征和视觉对齐特征及将文本过滤特征和文本对齐特征进行融合来确定识别结果。本发明提高了检索识别的准确性和效率。

本发明授权一种基于跨模态检索的交通大模型智能交通事件识别方法在权利要求书中公布了:1.一种基于跨模态检索的交通大模型智能交通事件识别方法,其特征在于,所述方法包括: 采集待识别交通事件对应的文本描述; 基于训练好的交通事件识别网络模型,计算待识别交通事件对应的文本描述和数据库中存储的每张交通事件的图像之间的相似度;判断相似度是否满足相似度阈值,并从满足相似度阈值的所有交通事件的图像中选择相似度最高的交通事件的图像作为待识别交通事件的识别结果;其中, 训练好的交通事件识别网络模型包括视觉特征提取模块、文本特征提取模块、视觉选择性过滤模块、文本选择性过滤模块、跨模态选择性对齐模块和计算模块;所述视觉特征提取模块,用于提取数据库中每张交通事件的图像中的视觉特征并将提取的视觉特征映射到预设维度得到对应的视觉提取特征;所述文本特征提取模块,用于提取待识别交通事件对应的文本描述中的文本特征并将提取的文本特征映射到所述预设维度得到文本提取特征;所述视觉选择性过滤模块,用于选择性过滤无相关性的视觉提取特征得到视觉过滤特征;所述文本选择性过滤模块,用于对所述文本提取特征进行选择性过滤得到文本过滤特征;所述跨模态选择性对齐模块,用于对所述视觉提取特征和所述文本提取特征进行跨模态对齐处理得到视觉对齐特征和文本对齐特征;所述计算模块,用于将所述视觉过滤特征和所述视觉对齐特征进行融合得到视觉融合特征,以及将所述文本过滤特征和所述文本对齐特征进行融合得到文本融合特征,计算所述视觉融合特征和所述文本融合特征的相似度; 所述视觉选择性过滤模块包括第一RMS归一化层、第一全连接层~第五全连接层、第一卷积层、第二卷积层、第一激活层~第三激活层、第一SSM模块和第二SSM模块;所述文本选择性过滤模块包括第二RMS归一化层、第六全连接层~第八全连接层、第三卷积层、第五激活层、第六激活层和第三SSM模块。

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长安大学,其通讯地址为:710064 陕西省西安市雁塔区南二环中段;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。