一种基于时空特征融合与动态注意力的交通风险预测方法

本发明公开了一种基于时空特征融合与动态注意力的交通风险预测方法，该方法首先引入基于跨注意力机制的时空特征融合模块，有效捕捉语义与运动信息之间的协同关系，并根据交通场景动态调整各模态信息的权重，从而提升跨模态特征的对齐效果与表达能力。进一步设计了动态物体注意力模块，仅关注当前帧中具有较高风险的关键交通参与者，从而增强模型在实际场景中的响应及时性与判别精度。在DAD数据集上的实验结果表明，所提出方法在平均精度与平均预警时间两个关键指标上均显著优于现有主流方法，其中AP超过90％，mTTA达到4.45秒以上，充分验证了本发明在复杂交通环境中的应用潜力与工程实用价值。