买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳市城市交通规划设计研究中心股份有限公司申请的专利一种稀疏场景下行人闯红灯行为的预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121053612B 。

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511562712.7，技术领域涉及：G06V20/54；该发明授权一种稀疏场景下行人闯红灯行为的预测方法及系统是由李强;缪立新;杨应科;陈振武;邵源;李鋆元设计研发完成，并于2025-10-30向国家知识产权局提交的专利申请。

本一种稀疏场景下行人闯红灯行为的预测方法及系统在说明书摘要公布了：一种稀疏场景下行人闯红灯行为的预测方法及系统，属于智能交通控制技术领域。为解决预先判断稀疏场景下的行人闯红灯行为的问题，本发明在交通路口的交通摄像头采集范围内设置第一区域和第二区域；对第一区域进行实时目标检测处理，对行人利用行为检测模型进行静态行为检测确定目标行人，得到目标行人在第一区域内的图像序列、目标行人在第二区域内的图像序列；进行轨迹提取得到目标行人的轨迹数据，进行行为提取得到目标行人的行为序列；通过目标行人的轨迹数据的速度趋势、计算目标行人的行为概率值判断是否为闯红灯意图，构建闯红灯的正样本和负样本；构建闯红灯预测模型，得到训练好的闯红灯预测模型，用于预测稀疏场景下行人闯红灯行为。

本发明授权一种稀疏场景下行人闯红灯行为的预测方法及系统在权利要求书中公布了：1.一种稀疏场景下行人闯红灯行为的预测方法，其特征在于，包括如下步骤： S1.在交通路口的交通摄像头采集范围内设置第一区域和第二区域，第一区域为红绿灯通行控制的行人等待区域，第二区域为非红绿灯通行控制的行人行走区域，第一区域与第二区域邻接； S2.交通摄像头采集第一区域的行人图像数据和第二区域的行人图像数据，利用目标检测模型对第一区域进行实时目标检测处理，根据目标检测结果判断是否有行人进入第一区域，若有行人进入第一区域，则对行人利用行为检测模型进行静态行为检测，若检测到行人的行为符合预设行为，则确定行人为目标行人； S3.对步骤S2确定的目标行人，利用目标跟踪方法进行跟踪，得到目标行人在第一区域内的图像序列，利用行人重识别方法，在第二区域的行人图像数据中查找出目标行人对应的第二区域图像，得到目标行人在第二区域内的图像序列； S4.对步骤S3得到的目标行人在第一区域内的图像序列、目标行人在第二区域内的图像序列进行轨迹提取得到目标行人的轨迹数据，进行行为提取得到目标行人的行为序列； S5.基于步骤S4得到的目标行人的轨迹数据以及目标行人的行为序列，首先通过目标行人的轨迹数据的速度趋势判断行人的意图是否为闯红灯意图，然后通过目标行人的行为序列计算目标行人的行为概率值，判断行人的意图是否为闯红灯意图，得到闯红灯的正样本和负样本； 步骤S5计算目标行人的行为概率值的表达式为： ； 其中，r为目标行人的行为概率值，N为行为序列中总行为数量，M为行为序列中目标行为数量，n为目标行为的类别数量，m为一个类别中目标行为数量，为第i个类别中第j个目标行为的时长，为一个类别的出现频率，为第i个类别对应的权重，为第i个类别在行为序列前二分之一序列中的数量，为第i个类别在行为序列后二分之一序列中的数量； S6.基于步骤S5得到的闯红灯的正样本和负样本，构建闯红灯预测模型的训练数据集； S7.构建闯红灯预测模型，利用步骤S6得到的闯红灯预测模型的训练数据集对闯红灯预测模型进行训练，得到训练好的闯红灯预测模型，用于预测稀疏场景下行人闯红灯行为； 步骤S7构建的闯红灯预测模型包括第一输入网络、第二输入网络、特征提取网络以及输出网络，其中，第一输入网络用于将轨迹数据编码成第一特征向量，第二输入网络用于将行为序列编码成第二特征向量，特征提取网络用于将第一特征向量与第二特征向量进行通道融合或拼接融合，并从融合向量中提取出中间特征，输出网络对中间特征进行解码，得到闯红灯意图的预测概率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳市城市交通规划设计研究中心股份有限公司，其通讯地址为：518000 广东省深圳市龙华区民治街道北站社区龙华设计产业园总部大厦1栋1101；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。