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！

龙图腾网获悉太原理工大学申请的专利基于多模态信息融合的动态目标识别方法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：CN116310676B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310165738.2，技术领域涉及：G06V10/80；该发明授权基于多模态信息融合的动态目标识别方法是由张喆;桑艺昱;续欣莹;冯州设计研发完成，并于2023-02-23向国家知识产权局提交的专利申请。

本基于多模态信息融合的动态目标识别方法在说明书摘要公布了：本发明涉及无人驾驶技术领域，具体涉及一种基于多模态信息融合的动态目标识别方法，包括：S1、获取多模态信息数据，划分训练集和测试集；S2、为多模态信息数据构造基于SwinTransformer的双空间表示模型DSST，双空间表示模型DSST依次进行模态表示学习和模态融合；S3、引入联合损失，构建自动驾驶目标识别模型RD‑DSST；S4、在训练集上对自动驾驶目标识别模型RD‑DSST进行训练，保存收敛后的模型；S5、调用步骤S4收敛后的模型，在测试集上进行目标识别，自动生成识别结果。本发明提供的动态目标识别方法，既能减少不同信号的异构性造成的分布式模态差距，又能充分考虑模态差异并利用模态相关性，为无人驾驶的决策规划和控制提供可靠保证。

本发明授权基于多模态信息融合的动态目标识别方法在权利要求书中公布了：1.一种基于多模态信息融合的动态目标识别方法，其特征在于，包括如下步骤： S1、获取多模态信息数据，划分训练集和测试集； S2、为多模态信息数据构造基于SwinTransformer的双空间表示模型DSST，所述双空间表示模型DSST包括第一子空间和第二子空间，所述第一子空间模态不变，所述第二子空间模态特定，所述双空间表示模型DSST依次进行模态表示学习和模态融合，分为如下分步骤： S21、使用激光雷达传感器和可见光相机的视频数据作为语料，给定序列，每个语料分别表示为和，每个语料序列映射到一个固定大小的向量，所述双空间表示模型DSST采取层次化的设计，逐层缩小输入特征图的分辨率从而扩大感受野，最终隐藏层状态表示加上一个全连接的密基层，得到，所述第一子空间的隐藏模态不变性向量表示为，所述第二子空间的模态特定向量表示为，和用过编码函数实现： ； 则雷达传感器的隐藏模态不变性向量和模态特定向量如下： ； 视频数据隐藏模态不变性向量和模态特定向量如下： ； S22、得到上述四个向量、、和后，首先通过Transformer多头注意力机制将四个向量串联并进行特征交互，然后将模态特征堆叠为矩阵并通过自注意力生成新表示，最终拼接构建包含多模态信息的联合向量； S3、引入联合损失，构建自动驾驶目标识别模型RD-DSST； S4、在所述训练集上对所述自动驾驶目标识别模型RD-DSST进行训练，保存收敛后的模型； S5、调用步骤S4收敛后的模型，在所述测试集上进行目标识别，自动生成识别结果。

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽西大街79号；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”。