CN120279499A 一种基于视觉语言模型和动态场景的危险环境识别方法 （深圳市青稞信息科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120279499A(43)申请公布日2025.07.08

(21)申请号202510765200.4

(22)申请日2025.06.10

(71)申请人深圳市青稞信息科技有限公司

地址518000广东省深圳市龙华区民治街

道大岭社区龙光玖钻商务中心南期A

座802

(72)发明人吴班张奕

(74)专利代理机构北京君宣知识产权代理事务所(普通合伙)16119

专利代理师张亿飞

(51)Int.CI.

GO6V20/52(2022.01)

G06V20/40(2022.01)

GO6N5/04(2023.01)

权利要求书2页说明书11页附图2页

(54)发明名称

一种基于视觉语言模型和动态场景的危险环境识别方法

(57)摘要

CN120279499A本发明公开了一种基于视觉语言模型和动态场景的危险环境识别方法，具体涉及智能风险预警技术领域，用于解决现有危险识别因缺乏动态场景下事件因果链建模而导致的误判与预警滞后问题；是通过融合视觉数据流与语言描述数据，提取目标运动轨迹及场景变化序列，构建因果逻辑约束集并验证时空关联性，筛选高置信度候选事件后生成危险事件因果链，最终基于因果链整体风险量化生成动态识别结果；通过动态规则适配与因果链演化规律匹配，有效区分随机共存事件与真实因果关系，解决传统方法因静态规则僵化导致的误判问题，同时结合全局风险评估

CN120279499A

S2

S2

S3

S5

S6

获取动态场景的视觉数据流和对应的语言描述数据

对视觉数据流进行动态目标时空特征提取，生成目标运动轨迹和场景变化序列；从语言描述数据中提取与危险事件关联的因果规则文本，构建因果逻辑约束集

将目标运动轨迹与因果逻辑约束集进行时空关联验证，筛选出满足因果约束的动态危险事件候选集

对动态危险事件候选集进行因果强度评估，计算时空紧密度并验证

逻辑完备性，生成高置信度候选集

基于场景变化序列对高置信度候选集进行逻辑推理，生成危险事件

因果链

根据危险事件因果链与预设风险阈值的关系，生成动态危险环境识别结果

CN120279499A权利要求书1/2页

2

1.一种基于视觉语言模型和动态场景的危险环境识别方法，其特征在于，包括如下步

骤：

S1、获取动态场景的视觉数据流和对应的语言描述数据；

S2、对视觉数据流进行动态目标时空特征提取，生成目标运动轨迹和场景变化序列；从语言描述数据中提取与危险事件关联的因果规则文本，构建因果逻辑约束集；

S3、将目标运动轨迹与因果逻辑约束集进行时空关联验证，筛选出满足因果约束的动态危险事件候选集；

S4、对动态危险事件候选集进行因果强度评估，计算时空紧密度并验证逻辑完备性，生成高置信度候选集；

S5、基于场景变化序列对高置信度候选集进行逻辑推理，生成危险事件因果链；

S6、根据危险事件因果链与预设风险阈值的关系，生成动态危险环境识别结果。

2.根据权利要求1所述的一种基于视觉语言模型和动态场景的危险环境识别方法，其特征在于，获取动态场景的视觉数据流和对应的语言描述数据，包括：

对动态场景进行多源同步采集，生成包含时间戳的视觉数据流和语言描述数据；

对视觉数据流进行分辨率自适应调整和异常帧过滤，生成标准化视觉数据流；

对语言描述数据进行噪声文本清洗和关键语义提取，生成结构化语言描述数据；

将标准化视觉数据流与结构化语言描述数据按时间戳对齐后存储为关联数据组。

3.根据权利要求1所述的一种基于视觉语言模型和动态场景的危险环境识别方法，其特征在于，对视觉数据流进行动态目标时空特征提取，生成目标运动轨迹和场景变化序列，包括：

对标准化视觉数据流进行动态目标检测与跟踪，生成动态目标的边界框坐标及连续帧间位移矢量；

基于连续帧间位移矢量计算动态目标的运动速度和方向，通过轨迹平滑算法生成目标运动轨迹；

提取标准化视觉数据流中相邻帧的光照强度变化梯度、背景区域运动矢量和动态目标聚集密度，融合生成场景变化序列。

4.根据权利要求1所述的一种基于视觉语言模型和动态场景的危险环境识别方法，其特征在于，从语言描述数据中提取与危险事件关联的因果规则文本，构建因果逻辑约束集，包括：

对结构化语言描述数据进行语义角色标注，识别危险事件的动作主体、作用对象和约束条件；

根据预设因果逻辑模板将语义角色标注结果