本技術使用C3D為主的深度學習網路，輸入後方鏡頭影像來偵測後方來車的超車行為。C3D深度學習架構跟以往2D深度網路不同的地方在於，輸入影像不僅1張，而是連續16張影像。因此利用此網路，能學習到目標物件行為，了解何為超車行為。本技術可應用於未來電子照後鏡之產品上，提供駕駛人後方車輛行進動態資訊。

本技術修改原始C3D的行為分類網路，在低解析度圖像的限制下，除原有行為分類功能，更加入少量卷積運算，以輸出熱像圖，做為超車的示意。本技術為首見利用3D CNN實現後方車輛行為預測，日夜間準確度可達 95以上。相較於現有 2D CNN技術，本技術可同時完成移動物件位置偵測與其行為預測，為全球首見。

主要應用於車用電子ADAS系統、自駕車感知系統應用，如超車行為，行人穿越馬路，前方車輛緊急剎車等。