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 > 西安交通大学王博辉获国家专利权

西安交通大学王博辉获国家专利权

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!

龙图腾网获悉西安交通大学申请的专利基于多模态数据融合的公共安全态势预测方法及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:CN119600503B

龙图腾网通过国家知识产权局官网在2025-11-21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:202411626894.5,技术领域涉及:G06V20/40;该发明授权基于多模态数据融合的公共安全态势预测方法及系统是由王博辉;张焱;靳嘉诚设计研发完成,并于2024-11-14向国家知识产权局提交的专利申请。

基于多模态数据融合的公共安全态势预测方法及系统在说明书摘要公布了:本发明涉及公共安全监控技术领域,尤其涉及一种基于多模态数据融合的公共安全态势预测方法及系统。该方法包括以下步骤:对公共场所进行持续视频监控并进行无感发现,得到公共场所无感发现数据;对公共场所无感发现数据进行多模态数据特征提取,得到安全威胁多模态特征数据;对安全威胁多模态特征数据进行态势评估,得到安全威胁事件等级数据,并根据安全威胁事件等级数据对安全威胁多模态特征数据进行事件等级划分,得到安全威胁风险事件数据;根据安全威胁风险事件数据进行自动响应控制,得到响应控制预警数据,并根据响应控制预警数据进行多视角评估优化,得到响应控制预警优化数据。本发明能够预测潜在的安全态势,提升了公共安全管理的水平。

本发明授权基于多模态数据融合的公共安全态势预测方法及系统在权利要求书中公布了:1.一种基于多模态数据融合的公共安全态势预测方法,其特征在于,包括以下步骤: 步骤S1:对公共场所进行持续视频监控并进行无感发现,得到公共场所无感发现数据; 步骤S2:对公共场所无感发现数据进行多模态数据特征提取,得到安全威胁多模态特征数据; 步骤S3:对安全威胁多模态特征数据进行态势评估,得到安全威胁事件等级数据,并根据安全威胁事件等级数据对安全威胁多模态特征数据进行事件等级划分,得到安全威胁风险事件数据; 步骤S4:根据安全威胁风险事件数据进行自动响应控制,得到响应控制预警数据,并根据响应控制预警数据进行多视角评估优化,得到响应控制预警优化数据,以进行公共安全态势预测辅助作业; 步骤S1具体为: 步骤S11:通过摄像头捕获连续的视频流,得到视频流矩阵数据;步骤S12:根据视频流矩阵数据进行异常行为事件提取,得到异常行为事件数据;步骤S13:根据异常行为事件数据进行推演增强,得到公共场所无感发现数据; 其中步骤S12中异常行为事件提取通过预设的异常行为事件识别模型进行提取,预设的异常行为事件识别模型的构建步骤具体为: 获取历史视频流矩阵数据以及历史异常行为事件标签;对历史视频流矩阵数据进行聚类计算,得到历史视频流矩阵聚类数据;根据历史视频流矩阵聚类数据进行平衡分类,得到历史视频流测试数据以及历史视频流验证数据;根据历史视频流测试数据进行初步卷积计算,得到初步视频流特征数据;对初步视频流特征数据进行池化计算以及多层自注意力计算,分别得到视频流池化数据以及视频流加权特征数据;根据视频流加权特征数据以及视频流池化数据进行编码全连接计算,得到视频流全连接数据;根据视频流全连接数据进行指数计算并通过历史异常行为事件标签进行映射,得到初步异常行为事件识别数据;利用历史视频流验证数据对初步异常行为事件识别数据进行迭代训练,得到异常行为事件识别模型; 其中多层自注意力计算具体为: 对初步视频流特征数据进行多尺度分层卷积与时空特征分割,得到视频流多尺度特征数据;对视频流多尺度特征数据进行局部多头分层自注意力计算以及全局多头分层自注意力计算,分别得到视频流局部自注意力特征数据以及视频流全局自注意力特征数据;将视频流局部自注意力特征数据以及视频流全局自注意力特征数据进行相对位置矩阵构建,得到视频流多头自注意力特征矩阵数据;根据视频流多头自注意力特征矩阵数据进行多层图构建,得到视频流多层图数据;根据视频流多层图数据进行全局局部图卷积计算,得到视频流全局局部图卷积数据;根据视频流全局局部图卷积数据进行多尺度特征融合,得到视频流加权特征数据; 其中多层图构建具体为: 根据视频流多头自注意力特征矩阵数据进行层次化多尺度图解构,得到视频流层次化多尺度图数据;对视频流层次化多尺度图数据进行跨层关联节点构建,得到视频流跨层关联节点数据;根据视频流跨层关联节点数据进行关联特征提取,得到视频流跨层关联特征数据;根据视频流跨层关联特征数据进行高斯卷积核映射,得到视频流高斯卷积核数据;根据视频流高斯卷积核数据对视频流跨层关联节点数据进行图卷积处理,得到视频流跨层卷积层数据;对视频流跨层卷积层数据进行跨层传递处理,得到视频流多层图数据。

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西安交通大学,其通讯地址为:710049 陕西省西安市碑林区咸宁西路28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。

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。