基于视觉大模型的自然驾驶事故场景关键要素提取方法

AITNT
正文
推荐专利
基于视觉大模型的自然驾驶事故场景关键要素提取方法
申请号:CN202411923811
申请日期:2024-12-25
公开号:CN119832478A
公开日期:2025-04-15
类型:发明专利
摘要
本发明涉及计算机视觉和自动驾驶技术领域,特别涉及一种基于视觉大模型的自然驾驶事故场景关键要素提取方法,包括数据收集与预处理、事故数据提示词设计、基于本体的事故场景描述与数据标注、预训练模型微调与优化、关键要素识别与后处理等步骤,本发明显著提高自然驾驶事故分析的效率,减少人工审查的时间和成本。通过基于本体的事故场景描述方法、基于光流法的动态特征提取和更准确的提示词设计,提高模型对关键要素的识别准确性。通过数据增强技术和合理的损失函数设计,提高了模型在不同场景下的鲁棒性和泛化能力。本发明不仅适用于自然驾驶事故的分析,还能扩展到其他场景,为智能交通、智慧城市、安全城市管理提供高效率的场景理解方法。
技术关键词
关键要素提取方法 障碍物 视频 车辆 标注工具 道路标志 损失函数设计 预训练模型 追尾事故 多任务损失函数 行人检测 数据 检测损失 视觉 生成提示词 时间序列分析技术 场景理解方法 编码器 动态
系统为您推荐了相关专利信息
1
提升车载电子后视镜的AI行人识别效率的方法
车载电子后视镜 行人识别 AI算法 深度学习模型 行人检测
2
基于EdgeSAM的自适应提示水尺图像分割方法
水尺图像 分割方法 灰度共生矩阵 水体 对比度
3
CAN总线模糊测试方法、装置、系统和电子设备
模糊测试方法 分析仪设备 消息 数据 车辆
4
一种提高视频解码质量的方法、电子设备以及存储介质
解码视频 视频显示窗口 视频解码 模块管理器 分辨率
5
基于循环神经网络的输送皮带撕裂检测方法及系统
输送皮带 撕裂检测方法 特征信号提取 图像像素 特征参量
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号