一种生成式等变因果学习的交通事故风险预测方法及系统

AITNT
正文
推荐专利
一种生成式等变因果学习的交通事故风险预测方法及系统
申请号:CN202510077533
申请日期:2025-01-17
公开号:CN120014565A
公开日期:2025-05-16
类型:发明专利
摘要
一种生成式等变因果学习的交通事故风险预测方法及系统,包括:采集行车视频数据,基于行车视频数据的视频帧构建视频生成模型,结合事故前的文本描述提示融合对视频生成模型进行训练,得到训练完毕的视频生成模型;基于训练完毕的视频生成模型,生成包含事故的视频片段以及不包含事故的视频片段;将生成的包含事故的视频片段以及不包含事故的视频片段,利用不确定性感知的视频内容编码网络,获取时间视频内容表示;将时间视频内容在设定时刻转换为交通事故发生的概率评分。通过有效解决因果混淆问题,提升了模型在长尾、复杂、不确定交通场景下的事故预测鲁棒性,从而显著增强了驾驶安全性。
技术关键词
视频生成模型 交通事故风险 视频特征向量 视频帧 文本 预测系统 注意力 自动编码器 噪声 可读存储介质 变换器 处理器 网络 计算机设备 三元组 多模态 模块
系统为您推荐了相关专利信息
1
基于群组对比学习的半监督动作质量评估方法及系统
教师 细粒度特征 分支 标签 样本
2
一种课堂教学效果评估的方法及其系统
学生 教师 数据 层次结构模型 层次分析法
3
基于混合注意力和标签扩散的评论气候变化立场检测方法
文本 主题 标签 气候变化应对策略 天气
4
基于人工智能的票据信息识别方法、装置、设备及介质
文本 票据信息识别方法 关键字 信息抽取模型 识别置信度
5
一种基于大语言模型的元数据自动标注方法
数据自动标注方法 大语言模型 样本 关系 文本
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