摘要
一种驾驶注意力启发的交通事故风险预测方法及系统,包括:获取驾驶场景图像,预处理后转化为连续图像帧;基于注意力机制的文本到视频注意转移融合,并将文本信息转换为视频表征,生成具备连贯语义的跨模态特征;将跨模态特征通过图卷积网络实现语义上下文迁移,并将由此生成的语义上下文特征矩阵构建双路径模型;采用多任务学习策略,通过双路径模型,识别并预测驾驶员注意力分散导致的潜在事故风险。本发明利用注意力机制在各模块中识别关键语义线索,以增强事故预测的鲁棒性,从而显著提升驾驶安全性。
技术关键词
交通事故风险
多任务学习策略
模态特征
上下文特征
语义
文本
注意力机制
视频
门控循环单元
矩阵
图像
解码模块
场景
注意力模型
可读存储介质
网络
数据获取模块
处理器
系统为您推荐了相关专利信息
移动预测方法
层级
分层树结构
马斯洛需求层次理论
标签
数据库检索方法
语义向量
轨迹模型
哈希索引结构
校准
融合特征
多模态特征
识别方法
冗余特征
叠加特征