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！

申请/专利权人：西安理工大学

摘要：本发明公开了基于类人化广义感知机制的目标误识别纠正方法，首先，感知不同时刻交通场景的图像信息，构建图像描述模型并生成对应时刻图像描述文本，对前后时刻图像描述文本进行语义相似度求解；其次，利用三元组抽取模型抽取前后时刻图像描述文本的三元组信息，对该三元组信息进行相似度匹配并对有差异的三元组进行验证；最后，生成标准化程序问句，对该问句进行推理，并将输出结果发送至下游的规划决策任务中。本发明方法解决了现有技术在对复杂场景感知过程中对物体误识别的问题，提高了感知过程中的鲁棒性和对物体识别的准确性。

主权项：1.基于类人化广义感知机制的目标误识别纠正方法，其特征在于，具体按照以下步骤实施：步骤1、感知不同时刻交通场景的图像信息；步骤2、构建图像描述模型；步骤3、基于步骤2的图像描述模型，生成对应时刻图像描述文本；步骤4、对步骤3得到的前后时刻图像描述文本进行语义相似度求解，若相似度高于阈值，则返回执行步骤1，继续对下一时刻场景进行图像描述，若低于阈值，则执行下一步骤；步骤5、利用三元组抽取模型抽取步骤4中前后时刻图像描述文本的三元组信息；步骤6、对步骤5得到的三元组信息进行相似度匹配，得到后一时刻场景相比于前一时刻场景中发生变化的三元组信息；步骤7、使用DeepPath模型对步骤6得到的有差异的三元组进行验证，若符合预测则返回执行步骤1，继续对下一时刻场景进行图像描述；若不符合则执行下一步骤；步骤8、生成标准化程序问句；步骤9、使用大语言模型对步骤8生成的问句进行推理；步骤10、将步骤9得到的输出结果发送至下游的规划决策任务中，为后续任务提供更安全可靠的数据；所述图像描述模型的构建过程为：使用卷积神经网络对场景图进行特征提取和编码，再利用长短期记忆神经网络解码方式捕获交通场景要素的文本信息；同时，使用YOLOv8进行交通标志和信号灯识别，通过双目视觉和跟踪算法获取场景要素的运动状态信息；应用GPS和地图软件感知场景中自车所处的GPS信息，获得所需要的宏观位置和时间信息；生成图像描述文本的具体过程为：利用图像描述模型得到交通场景要素的描述文本、场景要素的运动状态描述文本和自车的位置和时间描述文本，再通过多主语融合算法得到对应时刻的完整描述文本。

全文数据：

权利要求：

百度查询： 西安理工大学 基于类人化广义感知机制的目标误识别纠正方法