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！

龙图腾网获悉哈尔滨工程大学申请的专利基于双分支非对称注意力骨干和特征融合金字塔网络的多模态目标检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：CN119313882B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202411459995.8，技术领域涉及：G06V10/25；该发明授权基于双分支非对称注意力骨干和特征融合金字塔网络的多模态目标检测方法及系统是由宿南;王金鹏;赵春晖;闫奕名;冯收;徐从安;侯伟;葛宝玉设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本基于双分支非对称注意力骨干和特征融合金字塔网络的多模态目标检测方法及系统在说明书摘要公布了：基于双分支非对称注意力骨干和特征融合金字塔网络的多模态目标检测方法及系统，属于目标检测技术领域。为了解决现有的多模态目标检测方法很难补充每种模式所缺乏的特征，从而影响了多模态目前检测效果的问题。本发明将光学图像、红外图像作为光学分支骨干网络、红外分支骨干网络的输入，分支骨干网络均包括一个卷积层和若干个残差模块，在每一组残差模块之间设置一个细节信息补充模块或语义信息补充模块，细节信息补充模块和语义信息补充模块在残差模块的顺序处理方向上交替设置；将两个分支得到的两个特征金字塔送入特征融合单元，特征融合单元利用特征融合金字塔网络每层的特征进行融合，最终的多个尺度的融合特征送入检测单元进行检测检测。

本发明授权基于双分支非对称注意力骨干和特征融合金字塔网络的多模态目标检测方法及系统在权利要求书中公布了：1.基于双分支非对称注意力骨干和特征融合金字塔网络的多模态目标检测方法，获取待检测区域的光学图像和红外图像，利用多模态目标检测网络模型实现目标检测，其特征在于，所述多模态目标检测网络模型包括特征提取单元、特征融合单元和检测单元，多模态目标检测网络模型的处理过程包括： 所述特征提取单元采用双分支不对称注意力骨干网络，双分支不对称注意力骨干网包括光学分支骨干网络、红外分支骨干网络，以及细节信息补充模块和语义信息补充模块；将细节信息补充模块和语义信息补充模块记为细节信息补充模块和语义信息补充模块； 将光学图像、红外图像作为光学分支骨干网络、红外分支骨干网络的输入，光学分支骨干网络和红外分支骨干网络均包括一个卷积层和若干个残差模块，二者的残差模块数量相等；将光学分支骨干网络和红外分支骨干网络对应的残差模块称为一组残差模块，在每一组残差模块之间设置一个细节信息补充模块或语义信息补充模块，细节信息补充模块和语义信息补充模块在残差模块的顺序处理方向上交替设置； 所述细节信息补充模块以本组的两个残差模块输出作为输入，提取细节特征用于补偿红外分支骨干网络对应的残差模块，即细节信息补充模块得到的特征作为红外分支骨干网络对应的当前组残差模块输出的特征，用于红外分支骨干网络下一个残差模块的处理； 所述语义信息补充模块以本组的两个残差模块输出作为输入，提取语音特征用于补偿光学分支骨干网络对应的残差模块，即语义信息补充模块处理后的特征作为光学分支骨干网络对应的当前组残差模块输出的特征，用于光学分支骨干网络下一个残差模块的处理； 基于光学分支骨干网络和红外分支骨干网络，得到光学分支骨干网络对应的特征金字塔和红外分支骨干网络对应的特征金字塔，光学分支骨干网络对应的特征金字塔和红外分支骨干网络对应的特征金字塔数量同，两个特征金字塔的各层特征相对应； 然后将两个特征金字塔送入特征融合单元，所述特征融合单元利用特征融合金字塔网络FPFM对两个特征金字塔的每层对应的特征进行融合，针对特征金字塔的每一层特征均得到一个FPFM融合特征，基于所有层FPFM融合特征，采用特征金字塔的处理方式进行处理得到多个尺度的融合特征； 最后，将最终的多个尺度的融合特征送入检测单元进行检测，进而实现目标的检测。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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”。

以上内容由龙图腾AI智能生成。