買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京博晟宇網(wǎng)絡(luò)科技有限公司申請的專利基于機器學(xué)習(xí)的用戶高風(fēng)險行為識別方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120327531B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510832376.7，技術(shù)領(lǐng)域涉及：B60W50/14；該發(fā)明授權(quán)基于機器學(xué)習(xí)的用戶高風(fēng)險行為識別方法及系統(tǒng)是由阮寶江;劉晶;王飛;劉睿設(shè)計研發(fā)完成，并于2025-06-20向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于機器學(xué)習(xí)的用戶高風(fēng)險行為識別方法及系統(tǒng)在說明書摘要公布了：本發(fā)明涉及風(fēng)險識別技術(shù)領(lǐng)域，尤其涉及基于機器學(xué)習(xí)的用戶高風(fēng)險行為識別方法及系統(tǒng)，方法通過顯著度公式整合目標(biāo)置信度、類別風(fēng)險權(quán)重、相對速度及距離衰減因子，形成動態(tài)風(fēng)險排序，相比傳統(tǒng)算法更符合實際駕駛風(fēng)險邏輯，實現(xiàn)對復(fù)雜交通場景中目標(biāo)的優(yōu)先級管理；通過相機內(nèi)參與坐標(biāo)變換矩陣，將駕駛員視線精確投影到前視圖像平面，使專注度評估與實際道路風(fēng)險直接關(guān)聯(lián)；采用時間滑動窗口平滑視線波動，當(dāng)檢測到近距離高速目標(biāo)且駕駛員未注視時，立即觸發(fā)接管，無需等待固定時間。

本發(fā)明授權(quán)基于機器學(xué)習(xí)的用戶高風(fēng)險行為識別方法及系統(tǒng)在權(quán)利要求書中公布了：1.基于機器學(xué)習(xí)的用戶高風(fēng)險行為識別方法，其特征在于：包括以下具體步驟： S1、通過相機采集車輛行駛過程中車輛前方的環(huán)境圖像流，同步獲取駕駛員在車輛坐標(biāo)系下的視線方向向量； S2、從環(huán)境圖像流中提取當(dāng)前幀環(huán)境圖像并輸入預(yù)訓(xùn)練的YOLO模型，輸出當(dāng)前幀環(huán)境圖像中的目標(biāo)類別標(biāo)簽集合、目標(biāo)置信度集合、目標(biāo)邊界框坐標(biāo)集合以及目標(biāo)中心坐標(biāo)集合； S3、提取當(dāng)前幀環(huán)境圖像、前一幀環(huán)境圖像以及當(dāng)前幀環(huán)境圖像中的目標(biāo)邊界框坐標(biāo)集合，通過光流法計算當(dāng)前幀環(huán)境圖像中不同目標(biāo)與車輛之間的相對速度，同時獲取當(dāng)前幀環(huán)境圖像中不同目標(biāo)中心與當(dāng)前幀環(huán)境圖像中心的歐氏距離； S4、計算當(dāng)前幀環(huán)境圖像中不同目標(biāo)的顯著度并降序排列，獲取當(dāng)前幀環(huán)境圖像中顯著度最大的前k個目標(biāo)的邊界框坐標(biāo)集合作為顯著目標(biāo)邊界框坐標(biāo)集合； S5、提取當(dāng)前駕駛員在車輛坐標(biāo)系下的視線方向向量，同時獲取攝像頭在車輛坐標(biāo)系下的三維坐標(biāo)以及相機的內(nèi)參矩陣，將當(dāng)前駕駛員在車輛坐標(biāo)系下的視線方向向量投影到當(dāng)前幀環(huán)境圖像平面； S6、構(gòu)建滑動窗口模型，通過判斷駕駛員在車輛坐標(biāo)系下的視線方向向量投影到當(dāng)前幀環(huán)境圖像平面上的像素坐標(biāo)是否落在顯著目標(biāo)邊界框坐標(biāo)集合中的邊界框坐標(biāo)內(nèi)，計算駕駛員的注視比例，若當(dāng)前幀環(huán)境圖像中存在顯著度大于顯著度閾值的目標(biāo)，并且駕駛員的注視比例小于注視比例閾值時執(zhí)行預(yù)警； 所述S2包括以下具體步驟： S21、從環(huán)境圖像流中提取當(dāng)前幀環(huán)境圖像，輸入預(yù)訓(xùn)練的YOLO模型，t表示第t幀； S22、獲取YOLO模型輸出的當(dāng)前幀環(huán)境圖像中的目標(biāo)類別標(biāo)簽集合、目標(biāo)置信度集合、目標(biāo)邊界框坐標(biāo)集合以及目標(biāo)中心坐標(biāo)集合；其中，表示當(dāng)前第t幀環(huán)境圖像中第n個目標(biāo)的類別標(biāo)簽，當(dāng)?shù)趎個目標(biāo)物為行人時，，當(dāng)?shù)趎個目標(biāo)物為車輛時，，當(dāng)?shù)趎個目標(biāo)物為障礙物時，；表示當(dāng)前第t幀環(huán)境圖像中第n個目標(biāo)的置信度，取值為0-1；表示當(dāng)前第t幀環(huán)境圖像中第n個目標(biāo)的邊界框坐標(biāo)，，其中，表示當(dāng)前第t幀環(huán)境圖像中第n個目標(biāo)的邊界框中心點的水平像素坐標(biāo)，表示當(dāng)前第t幀環(huán)境圖像中第n個目標(biāo)的邊界框中心點的垂直像素坐標(biāo)，表示當(dāng)前第t幀環(huán)境圖像中第n個目標(biāo)的邊界框的寬度，表示當(dāng)前第t幀環(huán)境圖像中第n個目標(biāo)的邊界框的高度，的單位均為像素；，其中，表示當(dāng)前第t幀環(huán)境圖像中第n個目標(biāo)中心的水平像素坐標(biāo)，表示當(dāng)前第t幀環(huán)境圖像中第n個目標(biāo)中心的垂直像素坐標(biāo)，，。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京博晟宇網(wǎng)絡(luò)科技有限公司，其通訊地址為：211102 江蘇省南京市江寧區(qū)秣陵街道吉印大道3118號31幢(江寧開發(fā)區(qū))；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。