基于深度时空记忆与交互网络的交通事件检测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于深度时空记忆与交互网络的交通事件检测方法
申请号:
CN202510067732
申请日期:
2025-01-16
公开号:
CN120032291B
公开日期:
2025-10-28
类型:
发明专利
摘要
本发明公开了一种基于深度时空记忆与交互网络的交通事件检测方法。首先,设计了时空信息感知网络,可以有效地从输入的视频帧中捕捉到小空间区域到大空间区域的核心语义,以及时间域上的短期特征,提升视频帧特征的提取能力,对交通事件进行更加准确的分类。其次,提出了时序特征学习网络,旨在解决时空信息感知网络在处理视频帧时未能充分捕捉长期时间信息的问题。该方法通过强化时间特征的学习,能够获得更加完整的上下文时间信息特征,提高对异常发生和结束时刻的准确定位。
技术关键词
交通事件检测方法
交互网络
时序特征
记忆
训练检测模型
视频帧特征
信道特征
计算机装置
计算机程序产品
通道
处理器
语义
矩阵
序列
数据分布
指令
标记