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 > 北京航空航天大学;山东高速集团有限公司王梓赫获国家专利权

北京航空航天大学;山东高速集团有限公司王梓赫获国家专利权

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!

龙图腾网获悉北京航空航天大学;山东高速集团有限公司申请的专利一种基于多模态大模型的端到端交通道路状态感知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:CN119964101B

龙图腾网通过国家知识产权局官网在2026-01-13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:202510017064.0,技术领域涉及:G06V20/54;该发明授权一种基于多模态大模型的端到端交通道路状态感知方法是由王梓赫;景峻;赵艺萱;孔德兰;于海洋;崔志勇;唐维;刘向栋设计研发完成,并于2025-01-06向国家知识产权局提交的专利申请。

一种基于多模态大模型的端到端交通道路状态感知方法在说明书摘要公布了:本发明公开了一种基于多模态大模型的端到端交通道路状态感知方法,包括:采集交通视频数据集和交通文本数据集;提取至少部分交通视频数据的每帧图像并特征提取得到交通特征;基于交通要素集对每帧图像进行标注;对交通文本数据集进行清洗、分词和标记化;统计第一比值和第二比值,从而计算联合概率;基于联合概率判断交通要素和交通特征是否关联;基于关联的交通要素和交通特征,利用滑动窗口对清洗后的交通文本数据集进行提取,得到训练样本;对大语言模型进行预训练,得到预训练大语言模型;对感知大模型进行训练;将待输入视频图像输入至训练后的感知大模型中得到场景理解文本。本发明同时实现精准目标检测和路网状态的文本描述。

本发明授权一种基于多模态大模型的端到端交通道路状态感知方法在权利要求书中公布了:1.一种基于多模态大模型的端到端交通道路状态感知方法,其特征在于,包括: 采集交通视频数据集和交通文本数据集; 提取至少部分交通视频数据的每帧图像,对每帧图像进行特征提取得到交通特征;基于交通要素集对每帧图像进行标注,如果图像中具有某一交通要素,则对应的交通要素标注为1;否则,标注为0; 对交通文本数据集进行清洗、分词和标记化; 统计第一比值和第二比值,所述第一比值表示交通视频数据集中交通要素出现的次数占交通词汇表中词语总数的比值,所述第二比值表示交通视频数据集中交通特征出现的次数占交通词汇表中词语总数的比值; 基于第一比值和第二比值计算联合概率;判断所述联合概率是否超过阈值,如果超过阈值,则对应的交通要素和对应的交通特征关联; 基于关联的交通要素和交通特征,利用滑动窗口对清洗后的交通文本数据集进行提取,得到训练样本; 基于训练样本对大语言模型进行预训练,得到预训练大语言模型,包括:将交通要素对应的标注词组输入至大语言模型中以便于大语言模型理解交通场景中的语义信息;利用大语言模型对训练样本进行预训练,以使大语言模型预测交通状态变换描述词; 基于交通视频数据集、对应的交通文本数据和已标注图像与对应的交通要素构成的数据对对感知大模型进行训练,所述感知大模型依次包括预训练图像编码器、位置嵌入层、Q-Former、线性层和预训练大语言模型,在训练过程中,预训练图像编码器和预训练大语言模型的参数冻结; 将待输入视频图像输入至训练后的感知大模型中得到场景理解文本。

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北京航空航天大学;山东高速集团有限公司,其通讯地址为:100083 北京市海淀区学院路37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。