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！

龙图腾网恭喜西南科技大学申请的专利融合时间卷积与自注意力机制的车祸事件检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：CN117079227B 。

龙图腾网通过国家知识产权局官网在2025-03-07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：202311115685.X，技术领域涉及：G06V20/54；该发明授权融合时间卷积与自注意力机制的车祸事件检测方法及系统是由龙吟;向阳;龙强;李义设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本融合时间卷积与自注意力机制的车祸事件检测方法及系统在说明书摘要公布了：本发明公开了一种融合时间卷积与自注意力机制的车祸事件检测方法及系统。提出了一种混合多头注意力机制与时间卷积的U形全卷积神经网络U‑Net。将基于时间卷积的预测网络和具有强特征表达能力的多头注意力机制网络结合，通过学习已有视频帧的正常模式来预测下一帧，并根据预测帧和真实帧的差异来判断异常是否发生车祸。通过给定的连续t帧I1,I2,...,It来预测第t+1帧为了使预测帧与真实帧It+1更加接近，对外观特征强度和梯度进行约束，添加生成对抗损失使预测帧更加逼真。对于车辆行驶视频数据，引入动态图来增强强度和梯度方面的时空约束，提高了车祸事件检测的准确性。

本发明授权融合时间卷积与自注意力机制的车祸事件检测方法及系统在权利要求书中公布了：1.一种融合时间卷积与自注意力机制的车祸事件检测方法，其特征在于，包括：获得多张待测视频帧；所述多张待测视频帧为待预测视频中的多张连续帧的图像；所述待测视频帧表示预测当前帧图像的下一帧图像；基于所述待测视频帧，通过编码器，得到第一编码特征图、第二编码特征图、第三编码特征图和第四编码特征图；多张待测视频帧得到多张对应的第一编码特征图、多张对应的第二编码特征图、多张对应的第三编码特征图和多张对应的第四编码特征图；基于多张第四编码特征图，通过时间卷积网络，得到时间特征图；所述时间特征图为带有时间信息的特征图；基于所述时间特征图，通过多头注意力机制，得到注意力特征图；基于所述多张对应的第一编码特征图、多张对应的第二编码特征图、多张对应的第三编码特征图和注意力特征图，通过解码器对全局和局部信息进行融合，得到预测图像；预测图像中包含车祸发生情况；所述编码器、时间卷积网络、多头注意力机制和解码器构成U形全卷积神经网络：所述编码器的输出为所述时间卷积网络的输入，所述时间卷积网络输出的特征图线性映射为固定长度的序列为多头注意力机制的输入；所述注意力机制编码器的输出为解码器的输入；所述基于多张第四编码特征图，通过时间卷积网络，得到时间特征图；所述时间特征图为带有时间信息的特征图，包括：所述时间卷积网络包括因果卷积网络、膨胀卷积和残差连接；获得特征图时间点；所述特征图时间点为第四编码特征图对应的待测视频帧的时间点；将所述多张第四编码特征图按照特征图时间点从远到近输入因果卷积网络，得到时间特征图；一个因果卷积网络的多个输入对应一个输出，一个输入对应一个第四编码特征图；所述因果卷积网络采用2×2的卷积核进行因果卷积，将数据按照距离当前时间点从远到近依次卷积，直到到达顶层；所述膨胀卷积扩大因果卷积网络中输入时间步的距离；因果卷积网络的每一层之间采用残差连接；所述基于所述时间特征图，通过多头注意力机制，得到注意力特征图，包括：将所述时间特征图线性映射为固定长度的序列，得到时间特征序列；将所述时间特征序列添加位置嵌入；一个位置对应一个时间点；其中，将U-Net编码器最深层的特征图线性映射为固定长度的序列后，添加位置嵌入并输入到多头注意力机制；将每个位置进行编号，每个编号对应一个时间点的特征，通过结合位置向量和一个时间点的特征向量，就给每个时间点的图像信息都引入了位置信息；其中，所述固定长度依靠多头注意力机制的设置决定；将添加了位置嵌入的时间特征序列输入多头注意力机制，得到注意力特征图。

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南科技大学，其通讯地址为：621010 四川省绵阳市涪城区青龙大道中段59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”。